datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
gsm8k-translated
Multilingual GSM8K Translations
This dataset contains machine-translated versions of GSM8K in these languages:
French (fr)
German (de)
Hindi (hi)
Dataset Structure
For each language, we provide the original GSM8K train and test splits:
train: 7,473 samples
test: 1,319 samples
Each sample consists of a question and an answer.
The question describes a grade-school-level math word problem that requires multi-step mathematical reasoning. The answer contains a… See the full description on the dataset page: https://huggingface.co/datasets/math-across-languages/gsm8k-translated.acro-yamalex-llmjp-4-math-cot
acro-yamalex-llmjp-4-math-cot（データセット）
日本語数学推論のためのChain-of-Thought (CoT) データセットです。
StackMathQAの問題に対して、DeepSeek V3を用いて日本語CoT形式の解法を生成しました。
本データセットはFT-LLM2026コンペティションにおける我々のアプローチの一部として構築されました。
データセット概要
項目
値
データ件数
306,366件
言語
日本語
ソース
StackMathQA
生成モデル
DeepSeek V3 (deepseek-chat)
フォーマット
JSONL（マルチターン対話形式）
データ作成手法
OpenMathReasoning（NVIDIAのAIMO-2優勝手法）の枠組みに基づき、以下の手順で作成しました。
Step 1: 日本語CoT解法の生成
StackMathQAの問題に対してDeepSeek… See the full description on the dataset page: https://huggingface.co/datasets/AcroYAMALEX/acro-yamalex-llmjp-4-math-cot.acro-yamalex-llmjp-4-math-tir
acro-yamalex-llmjp-4-math-tir（データセット）
日本語数学推論のためのTool-Integrated Reasoning (TIR) データセットです。
自然言語による推論とPythonコード実行を組み合わせたマルチターン形式のデータセットで、OpenWebMathから抽出・生成した問題に対してDeepSeek V3を用いてTIR形式の解法を生成しました。
本データセットはFT-LLM2026コンペティションにおける我々のアプローチの一部として構築されました。
データセット概要
項目
値
データ件数
134,834件
言語
日本語
ソース
OpenWebMath
生成モデル
DeepSeek V3 (deepseek-chat)
フォーマット
JSONL（マルチターン対話形式）
データ作成手法
OpenMathReasoning（NVIDIAのAIMO-2優勝手法）の枠組みに基づき、以下の手順で作成しました。… See the full description on the dataset page: https://huggingface.co/datasets/AcroYAMALEX/acro-yamalex-llmjp-4-math-tir.hierarchy-constraint-propagation-across-levels-v0.1Constraint Propagation Across Levels v0.1
What this tests
Whether constraints set at the top level remain active and correctly applied in lower-level decisions.
Failure modes
constraint_droppedResponse approves a proposal without applying any top-level constraint
constraint_mutatedResponse references the constraint but allows an action that violates it
propagation_okResponse correctly carries the constraint into the subtask decision
How it works
top_level_constraints defines non-negotiables… See the full description on the dataset page: https://huggingface.co/datasets/ClarusC64/hierarchy-constraint-propagation-across-levels-v0.1.llama3_acre_reasoning_chat