本文综述了金融与科学等领域的数值推理问答数据集，包括FinQA、MarkQA、NOAHQA、ConvFinQA、FeTaQA、TheoremQA、GQA、FigureQA和NUMBERGAME。实验表明，预训练模型在复杂多步数值推理上远逊于人类专家，这些数据集为复杂推理研究提供了新资源与挑战。