論文の概要: PatiGonit22K: A Comprehensive Dataset for Solving Complex Bengali MWPs
- arxiv url: http://arxiv.org/abs/2607.22859v1
- Date: Fri, 24 Jul 2026 19:01:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:14.910705
- Title: PatiGonit22K: A Comprehensive Dataset for Solving Complex Bengali MWPs
- Title（参考訳）: PatiGonit22K:複雑なベンガルMWPを解くための総合データセット
- Abstract要約: PatiGonit22Kは拡張されたベンガルのMWPデータセットで、22,441の問題がある。
データセットは単純式と多元演算式の両方を含む。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mathematical Word Problems (MWPs) are an important benchmark for evaluating natural language understanding and quantitative reasoning. Despite recent progress in high resource languages, Bengali remains underexplored due to the limited availability of large scale annotated datasets. In this work, we introduce PatiGonit22K, an expanded Bengali MWP dataset containing 22,441 problems, developed by extending the original PatiGonit dataset with a substantially larger collection of complex mathematical problems. The dataset includes both simple and multi operation equations, providing a balanced benchmark for evaluating mathematical reasoning across different difficulty levels. Each problem is carefully translated, annotated, culturally adapted, and verified to ensure linguistic consistency and mathematical correctness. By increasing both the scale and complexity of Bengali MWPs, PatiGonit22K provides a more comprehensive resource for future research on mathematical reasoning and educational NLP applications in low resource languages.
- Abstract（参考訳）: 数学的単語問題(MWP)は、自然言語の理解と量的推論を評価するための重要なベンチマークである。
高リソース言語の最近の進歩にもかかわらず、Bengaliは大規模なアノテートデータセットの可用性が制限されているため、まだ探索されていない。
本研究では, ベンガルのMWPデータセットであるPatiGonit22Kについて紹介する。
このデータセットは単純式と多演算式の両方を含み、様々な難易度で数学的推論を評価するためのバランスのとれたベンチマークを提供する。
それぞれの問題は慎重に翻訳され、注釈付けされ、文化的に適応され、言語的な一貫性と数学的正確性を保証するために検証される。
PatiGonit22K は Bengali MWPs の規模と複雑さを増大させることで、数学的推論と低リソース言語における教育的 NLP の応用に関する将来の研究に、より包括的なリソースを提供する。
関連論文リスト
- MATH-PT: A Math Reasoning Benchmark for European and Brazilian Portuguese [22.329498961271195]
sc Math-PTは、ヨーロッパとブラジルのポルトガル語で書かれた1,729の数学的問題からなる新しいデータセットである。
sc Math-PTは、数学のオリンピアード、競技会、ポルトガルとブラジルの試験など、さまざまな高品質なネイティブソースからキュレーションされている。
我々は,Sc Math-PT上で現在最先端のLCMの総合ベンチマークを行い,フロンティア推論モデルが複数の選択問題において高い性能を達成することを示した。
論文 参考訳（メタデータ） (2026-04-01T12:12:54Z) - From Abstract to Contextual: What LLMs Still Cannot Do in Mathematics [79.81905350372067]
我々は文脈的数学的推論を通してギャップを研究する。
AIMEとMATH-500の問題を2つのコンテキスト設定に再利用するベンチマークであるContextMATHを紹介する。
オープンソースモデルはSGとCSで13、34ポイント減少し、プロプライエタリモデルは13、20ポイント減少している。
論文 参考訳（メタデータ） (2026-01-30T14:56:04Z) - Structured Reasoning with Tree-of-Thoughts for Bengali Math Word Problems [0.0]
CoT(Chain-of-Thought)のプロンプトは有望であるが、線形構造はしばしばエラーを伝播する。
本稿では,SOMADHANデータセットを用いたベンガルMWPのツリー・オブ・ソート(ToT)推論の系統的研究について述べる。
論文 参考訳（メタデータ） (2025-12-05T10:07:08Z) - MathMist: A Parallel Multilingual Benchmark Dataset for Mathematical Problem Solving and Reasoning [6.8892368960722346]
数学的問題解決と推論のための並列多言語ベンチマークであるMathMistを紹介する。
MathMistには、7つの言語にまたがる21万以上の質問回答ペアが含まれている。
我々は,オープンソースの中小LCM,プロプライエタリシステム,多言語推論型モデルなど,多様なモデル群を体系的に評価する。
論文 参考訳（メタデータ） (2025-10-16T04:59:52Z) - Leveraging Large Language Models for Bengali Math Word Problem Solving with Chain of Thought Reasoning [0.0]
ベンガル数学語問題(MWP)の解法は、自然言語処理(NLP)において依然として大きな課題である。
これまで、人間に注釈を付けたBengaliデータセットは、このタスクに対処していない。
8792個のベンガルMWPのデータセットであるSOMADHANを開発した。
論文 参考訳（メタデータ） (2025-05-27T15:47:10Z) - BnMMLU: Measuring Massive Multitask Language Understanding in Bengali [0.0]
本稿では,ベンガル語モデルにおける言語理解能力を評価するベンチマークであるBnMMLUを紹介する。
データセットは科学、人文科学、数学、一般知識を含む23の領域にまたがる。
我々は、BnMMLUテストセット上で、プロプライエタリでオープンソースの大規模言語モデル(LLM)をベンチマークする。
論文 参考訳（メタデータ） (2025-05-25T02:54:31Z) - Challenging the Boundaries of Reasoning: An Olympiad-Level Math Benchmark for Large Language Models [86.45058529521258]
OlymMATHは、LLMの複雑な推論能力を厳格にテストするために設計された、Olympiadレベルの新しい数学ベンチマークである。
OlymMATHは200の厳密にキュレートされた問題があり、それぞれが手動で検証され、英語と中国語の並行バージョンで利用可能である。
論文 参考訳（メタデータ） (2025-03-27T11:20:17Z) - MATH-Perturb: Benchmarking LLMs' Math Reasoning Abilities against Hard Perturbations [90.07275414500154]
各種モデルにおけるMATH-P-Hardの性能低下を観察する。
また、学習した問題解決スキルを盲目的に適用する新しい形態の記憶に関する懸念も提起する。
論文 参考訳（メタデータ） (2025-02-10T13:31:46Z) - Lean Workbook: A large-scale Lean problem set formalized from natural language math problems [51.15420267178]
大規模な言語モデルは、リーンのような形式言語を使って証明する数学の定理が得意ではありません。
この領域で重要な課題は、これらの形式言語で利用可能なトレーニングデータの不足である。
本稿では,自然言語の数学的問題をリーン4文に変換するために,合成データを反復的に生成・フィルタリングするパイプラインを提案する。
論文 参考訳（メタデータ） (2024-06-06T08:25:43Z) - ConvFinQA: Exploring the Chain of Numerical Reasoning in Conversational
Finance Question Answering [70.6359636116848]
本稿では,対話型質問応答における数値推論の連鎖を研究するために,新しい大規模データセットConvFinQAを提案する。
我々のデータセットは、現実世界の会話において、長距離で複雑な数値推論パスをモデル化する上で大きな課題となる。
論文 参考訳（メタデータ） (2022-10-07T23:48:50Z) - Dynamic Prompt Learning via Policy Gradient for Semi-structured
Mathematical Reasoning [150.17907456113537]
数学的な推論を必要とする38,431のグレードレベルの問題を含む新しいデータセットであるTabular Math Word Problems (TabMWP)を提案する。
我々は,GPT-3モデルを含む,TabMWP上での事前学習モデルの評価を行った。
本稿では、ポリシー勾配を利用して、少量のトレーニングデータからコンテキスト内サンプルを選択する新しいアプローチ、PromptPGを提案する。
論文 参考訳（メタデータ） (2022-09-29T08:01:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。