Hugging Face's logo

Datasets:
OpenPathAI
/
MATH-thinking

Tasks:
Text Generation
Modalities:
Text
Formats:
parquet
Languages:
English
Size:
10K - 100K
Tags:
math
reasoning
grpo
reinforcement-learning
cleaned
text-generation
Libraries:
Datasets
pandas
Polars
License:
Dataset card Data Studio Files
xet
 Community
MATH-thinking / README.md
titanthree's picture
titanthree
Update README.md
b7fe8d2 verified
preview code
|
Raw History Blame Contribute Delete
4.22 kB
metadata 
license: apache-2.0
language:
  - en
tags:
  - math
  - reasoning
  - grpo
  - reinforcement-learning
  - cleaned
  - text-generation
task_categories:
  - text-generation
pretty_name: MATH Thinking (Cleaned)
size_categories:
  - 10K-100K

MATH Thinking (Cleaned)

Dataset matematika yang sudah dibersihkan untuk melatih kemampuan penalaran (reasoning) model bahasa melalui Reinforcement Learning.

Deskripsi Dataset?

Dataset ini adalah versi bersih dari dataset asli open-r1/DAPO-Math-17k-Processed. Dataset aslinya berisi ~17.000 soal matematika yang menantang, lengkap dengan jawaban akhir (ground truth) yang bisa diverifikasi otomatis.

Dataset ini dirancang khusus untuk GRPO (Group Relative Policy Optimization) — metode Reinforcement Learning yang melatih model untuk berpikir bertahap dalam menyelesaikan soal matematika.

Sumber Dataset Asli

Aspek Detail
Dataset Asli open-r1/DAPO-Math-17k-Processed
Pembuat Asli Open-R1
Lisensi Asli Apache 2.0
Bahasa Inggris
Format Prompt + Ground Truth

Dataset ini merupakan turunan dari dataset asli tersebut. Kami melakukan proses cleaning untuk meningkatkan kualitas data, tanpa mengubah konten aslinya.

Fungsi Dataset Ini

Dataset ini dirancang untuk:

  • GRPO Training — melatih model matematika dengan Reinforcement Learning
  • Reasoning Enhancement — meningkatkan kemampuan berpikir bertahap
  • Math Problem Solving — melatih model menyelesaikan soal matematika
  • Verifiable Rewards — jawaban bisa diverifikasi otomatis (cocok untuk RL)

Struktur Dataset

Dataset ini memiliki 2 kolom:

Kolom Tipe Deskripsi
prompt string Soal matematika
ground_truth string Jawaban akhir yang benar

Contoh Data 

{
  "prompt": "Solve for x: 2x + 5 = 13",
  "ground_truth": "4"
}

Proses Cleaning

Dataset ini sudah dibersihkan melalui beberapa tahap:

  1. Hapus duplikat — menghilangkan prompt yang sama
  2. Filter panjang — buang data yang terlalu pendek atau terlalu panjang
  3. Filter ground truth kosong — buang data tanpa jawaban valid
  4. Filter konten toxic — buang data yang tidak pantas
  5. Normalisasi whitespace — rapikan format teks
  6. Filter prompt matematika — pastikan data benar-benar soal matematika

Cara Menggunakan

Load Dataset

from datasets import load_dataset

dataset = load_dataset("OpenPathAI/MATH-thinking")
print(dataset["train"][0])

Untuk GRPO Training

from datasets import load_dataset
from trl import GRPOTrainer, GRPOConfig

dataset = load_dataset("OpenPathAI/MATH-thinking", split="train")

# Format untuk GRPO
def format_dataset(row):
    return {
        "prompt": [{"role": "user", "content": row["prompt"]}],
        "answer": row["ground_truth"],
    }

dataset = dataset.map(format_dataset)

# Setup GRPO trainer
config = GRPOConfig(
    output_dir="./output",
    num_train_epochs=1,
    per_device_train_batch_size=1,
    num_generations=4,
    max_completion_length=512,
    temperature=0.9,
)

trainer = GRPOTrainer(
    model=model,
    args=config,
    train_dataset=dataset,
)
trainer.train()

Statistik

Metrik Nilai

  • Total samples ~13.000
  • Bahasa Inggris
  • Format Prompt + Ground Truth
  • Lisensi Apache 2.0
  • Use Case GRPO / RL Training

Lisensi

Dataset ini dilisensikan di bawah Apache License 2.0, mengikuti lisensi dataset asli dari Open-R1.

Sitasi

Jika kamu menggunakan dataset ini, mohon sitasi dataset asli dan dataset turunan ini:

@misc{dapo-math-17k,
  author = {Open-R1},
  title = {DAPO-Math-17k-Processed},
  year = {2025},
  publisher = {Hugging Face},
  howpublished = {\url{https://huggingface.co/datasets/open-r1/DAPO-Math-17k-Processed}}
}

@misc{math-thinking,
  author = {OpenPathAI},
  title = {MATH Thinking (Cleaned)},
  year = {2026},
  publisher = {Hugging Face},
  howpublished = {\url{https://huggingface.co/datasets/OpenPathAI/MATH-thinking}}
}

Kontak