德国蒂宾根大学 发布 MATH-Beyond (MATH-B) 数据集, 应用在 数学推理、强化学习 领域

德国蒂宾根大学 本次发布的数据集 MATH-Beyond (MATH-B), MATH-Beyond（MATH-B）是一个高中水平竞赛数学问题的新基准，专门设计为即使有1024次尝试，流行的开源基准模型也不太可能解决。MATH-B是通过筛选数学推理数据集（DAPO-Math-17K和DeepScaleR）构建的，导致的问题在主题上与标准基准没有区别。所有问题都经过前沿模型（如o4-mini-high和GPT-5-Mini）的答案验证，以确保正确性。MATH-B旨在解决现有强化学习（RL）模型在解决复杂数学问题时面临的局限性，鼓励探索新的推理方法。

查看MATH-Beyond (MATH-B)

关于 德国蒂宾根大学 , 德国蒂宾根大学是一所位于德国蒂宾根的公立研究型大学，成立于1477年，是欧洲最古老的大学之一，以其在自然科学和人文科学领域的研究成果而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。