TOME-Math语料库通过16.7点提升AI数学推理能力
一篇开创性的AI研究论文,从结构化教科书中扩展数学证明监督,于2026-11-13发布,介绍了TOME-Math(面向教科书的数学证据),这是一个大型语料库,旨在增强语言模型中的数学推理能力。由首席作者方有庆、华周祁、唐寅昊、谷裕哲和孔灵凯开发,该研究表明,在对该数据集进行微调时,模型性能显著提升了16.7百分点。
结构化数学监督
TOME-Math将2,118大学级数学教科书转换为大约380,000的结构化证明监督记录。与传统数据集将数学问题简化为孤立的问解对不同,TOME-Math保持了课程的组织,包括章节顺序、命题-证明链接、依赖引用和来源沿革。这种结构化的方法使得在多个数学学科中进行课程学习成为可能,并提供了一个可扩展的框架,用于研究数据组织对数学推理的影响。
性能提升
在TOME-Math上微调基础语言模型导致无加权均值分数在保留评估和建立公共基准中提升了16.7百分点。该语料库在所有测试的三种公共指导数据基准中整体表现优异,凸显了其在提升AI数学推理能力方面的有效性。
影响及未来研究
作者强调,结构化教科书代表了一种可扩展且未充分利用的数学监督源。通过发布TOME-Math语料库,研究团队旨在促进结构化数学监督及其在AI中的应用的进一步探索。这一发展强调了利用结构化教育材料增强大型语言模型推理能力的潜力。