松鼠AI 发布 ERRORRADAR 数据集, 应用在 数学推理、错误检测 领域

松鼠AI 本次发布的数据集 ERRORRADAR, ERRORRADAR数据集由松鼠AI和香港科技大学等机构联合创建，旨在评估多模态大语言模型在复杂数学推理中的错误检测能力。该数据集包含2500个高质量的多模态K-12数学问题，来源于真实的学生互动数据，经过严格的手动标注和丰富的元数据注释。数据集的创建过程包括从教育组织中收集问题，并通过专业注释者进行详细标注。ERRORRADAR主要应用于教育领域，旨在解决多模态数学推理中的错误检测问题，提升模型的复杂推理能力。

查看ERRORRADAR

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。