OpenR1-Math-220k open-r1
OpenR1-Math-220k Dataset description OpenR1-Math-220k is a large-scale dataset for mathematical reasoning. It consists of 220k math problems with two to four reasoning traces generated by DeepSeek R1 for problems from NuminaMath 1.5. The traces were verified using Math Verify for most samples and Llama-3.3-70B-Instruct as a judge for 12% of the samples, and each problem contains at least one reasoning trace with a correct answer. The dataset consists of two… See the full description on the dataset page: https://huggingface.co/datasets/open-r1/OpenR1-Math-220k.
- 種別
- dataset
- ライセンス
- apache-2.0
- 言語
- en
- ダウンロード
- 69,568
- いいね
- 782
- アクセス
- public
- ファイル
- 0
タグ
- 数学
- 推論
- 対話データ
- SGLang
- 強化学習
- テキストデータ
- 評価データ
- 英語コーパス
概要
OpenR1-Math-220kは、NuminaMath 1.5の問題に対してDeepSeek R1が生成した数学的推論トレースを含む大規模データセットです。各問題はMath VerifyやLlama-3.3-70B-Instructで検証され、正解を含む推論トレースが少なくとも1つ保証されています。SFT用のdefault（94k問）と拡張版extended（131k問）の2構成で、数学的推論モデルの教師あり微調整やDPOなどの嗜好最適化に適しています。リジェクトサンプリングにも対応可能です。
README
--- license: apache-2.0 language: - en configs: - config_name: all data_files: - split: train path: all/train-* - config_name: default data_files: - split: train path: data/train-* - config_name: extended data_files: - split: train path: extended/train-* dataset_info: - config_name: all features: -…