Big-Math 是一个大规模、高质量的数学数据集，专为强化学习 (Reinforcement Learning, RL) 在语言模型中的应用而设计。该数据集由斯坦福大学和 SynthLabs 的研究人员于 2025 年发布，相关论文成果为「Big-Math: A Large-Scale, High-Quality Math Dataset for Reinforcement Learning in Language Models」。

数据集特点

Big-Math 包含超过 250k 个高质量数学问题，每个问题都配有可验证的答案。数据集中的问题满足 3 个关键标准：

• 唯一可验证的解决方案：每个问题都有唯一的正确答案。
• 封闭形式的解：问题有明确的解法每个问题都配有可验证的答案。
• 开放式问题：问题表述开放，允许多种解题方法。

  

Citation

@misc{albalak2025bigmathlargescalehighqualitymath, title={Big-Math: A Large-Scale, High-Quality Math Dataset for Reinforcement Learning in Language Models}, author={Alon Albalak and Duy Phung and Nathan Lile and Rafael Rafailov and Kanishk Gandhi and Louis Castricato and Anikait Singh and Chase Blagden and Violet Xiang and Dakota Mahan and Nick Haber}, year={2025}, eprint={2502.17387}, archivePrefix={arXiv}, primaryClass={cs.LG}, url={https://arxiv.org/abs/2502.17387}, }