103K「硬核」题，让大模型突破数学推理瓶颈
本文介绍了一篇关于 DeepMath-103K 数据集的研究论文，该数据集旨在解决当前大语言模型在数学推理训练中的数据瓶颈问题。论文详细描述了其高难度、新颖性和纯净性的特点，并展示了在多个基准测试中的卓越性能。
DeepMath-103K
落地推理大模型“慢思考”的思考及DeepMath-103K推理数据集构造方案
近期文章讨论了关于推理大模型以及DeepMath-103K数据集的相关进展和思考。主要内容包括推理大模型的研究方向、推理模型的数据集构建方案，以及RAG方向的发展与应用。
腾讯发布DeepMath-103K，数学能力断崖式超过所有基线！
MLNLP社区是国内外知名的机器学习与自然语言处理社区。《数学能力的重大突破：腾讯发布的DeepMath-103K》介绍了一种包含10.3万道高难度数学题的数据集，旨在提升模型的数学推理能力。