InfinityMATH

מה זה

המאגר מכיל בין מאה אלף למיליון רשומות שמיועדות לכוונון מודלים על הנחיות מתמטיות. במקום לפתור שאלות באופן טקסטואלי רגיל, הנתונים בנויים סביב חשיבה תכנותית שבה הבעיה מופשטת לכדי קוד עצמאי, ללא תלות במספרים הספציפיים שמופיעים בגוף השאלה המקורית.

צינור היצירה מפריד את המספרים מניסוח הבעיה ומייצר תוכניות שלא תלויות בערכים מספריים בודדים. התהליך הזה נועד לאפשר הרחבה יעילה וגמישה של המאגר בלי לפגוע במבנה הפתרון, וכך למנוע מהמודל לפתח תלות במספרים קבועים שהוא פגש בזמן האימון.

התוכן שמור בקובץ יחיד שמכיל את כלל הדוגמאות, לצד תיעוד המחקר. החוקרים השתמשו בנתונים האלה כדי לאמן מודלים פתוחים כמו לאמה וקוד לאמה, ובדקו אותם מול מבחני ביצועים מקובלים בתחום לצד מבחנים שכוללים וריאציות מספריות של שאלות מוכרות.

מתאים ל

• אימון מודלים לחשיבה תכנותית

  כוונון מודלי שפה לפתרון שאלות מתמטיקה על ידי כתיבת קוד במקום חישוב טקסטואלי.

• הפחתת שינון מספרי

  אימון שמלמד מודלים להתמודד עם שינויי ערכים באותה תבנית של בעיה.

• מחקר אקדמי במתמטיקה

  בדיקת עמידות של מודלים פתוחים מול מבחני הערכה מתמטיים קיימים.

איפה זה נופל

הנתונים כולם באנגלית, כך שאין כאן מענה למי שמחפש לפתור בעיות מתמטיות בעברית. מעבר לכך, היוצרים מבהירים בפירוש שמשתנים אקראיים משפיעים על הפלטים, ולכן אין ערובה לדיוק התוצאות שהמודל מייצר. המאגר מתמקד בגישה תכנותית בלבד, ואם המודל שלכם לא מיועד להריץ קוד או לפלוט פתרונות תוכנה, הנתונים האלה לא יעזרו לו. בנוסף, קיים פער משפטי חריף בין הרישיון המוצהר בראש העמוד לבין תנאי השימוש שהחוקרים רשמו בטקסט עצמו.

איך טוענים

הנתונים מגיעים בקובץ infinitymath.jsonl פשוט שמורידים ישירות מהמאגר, בלי צורך בטפסי הרשמה או אישור גישה מראש. פותחים אותו עם ספריית datasets של פייתון או קוראים שורה אחר שורה כטקסט גולמי. המאגר עצמו כולל שלושה קבצים בלבד ומיועד למשימות של יצירת טקסט ומענה על שאלות מתמטיות באמצעות הרצת תוכניות.

from datasets import load_dataset

ds = load_dataset("BAAI/InfinityMATH")

הרישיון

יש פה מלכוד משפטי רציני. המטאדאטה של המאגר מגדירה רישיון אפאצ'י 2.0, שאמור לאפשר שימוש מסחרי חופשי עם מתן קרדיט. אלא שבגוף התיעוד החוקרים כתבו הצהרה מפורשת שהמשאבים, הקוד והנתונים מוגבלים למחקר אקדמי בלבד ואסורים לשימוש מסחרי. במצב כזה, לא הייתי נוגע בזה לפרויקט מסחרי בלי בדיקה משפטית מעמיקה.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗