数据集汇总丨从竞赛数学到工具调用，MIT/NVIDIA/华中科大等开源9个数学数据集，覆盖 CoT 、多模态推理与长链思维训练

数学推理已成为衡量大语言模型（LLM）智能水平的核心指标。从算术计算到奥林匹克级问题，再到多步规划与工具调用，模型正从「给出答案」迈向「理解问题并完成推理」。相比传统问答数据集，高质量数据不仅要有准确答案，还需提供规范化的推理轨迹、多路径求解与可验证结果，帮助模型拆解问题、构建逻辑闭环，提升复杂任务下的稳定性。