该数据集包含了提示（prompt）、响应（responses）、训练集（train）、测试集（test）、来源（source）和概念（concepts）等字段。数据集分为训练集和测试集两部分，训练集共有500个示例，总文件大小为333,587,007字节。整个数据集的下载大小为116,538,477字节。

Hugging Face2025-09-06 更新40

qqplot23/aime-balanced-reasoning-10-responses

推理评估

模型响应分析

--- dataset_info: features: - name: instruction dtype: string - name: output dtype: string - name: answer dtype: string - name: metadata struct: - name: problem_id

Hugging Face2026-03-18 更新40

MathArena/usamo_2026

奥林匹克数学

推理评估

该数据集包含用于MathArena排行榜的USAMO 2026竞赛问题。数据集中的每个问题都有问题索引、分数、评分方案、示例解答和问题陈述等字段。问题陈述通常以LaTeX源代码形式存储。原始问题来自USAMO 2026竞赛，经过提取、转换为LaTeX并验证。

Hugging Face2026-05-05 更新70

SpatialLM-StepGame

推理评估

语言模型基准测试

This dataset, associated with the AAAI-24 paper "Advancing Spatial Reasoning in Large Language Models: An In-depth Evaluation and Enhancement Using the StepGame Benchmark", aims to enhance spatial rea

DataCite Commons2026-02-04 更新40

arc 1.5 json

资源简介：

相关数据集