高考数学解题步骤与易错点标注数据集
Gaokao-Math-Annotation ｜ 垂直深度 gold 数据 ｜ 生成日期 2026-10-25
一、数据集概览
面向 K-12 教育 AI / 大模型后训练 的垂直标注数据集，覆盖高考数学全题型。当前样本量 2 条，其中含 RLHF 偏好对 2 条。交付格式 JSONL / Parquet，字段严格对齐行业规范。
解题步骤链
易错模式标注
RLHF 偏好对
知识点多标签
SFT 可用
二、核心字段
| 字段 | 说明 |
|---|
| question_text | 题干（LaTeX） |
| solution_text | 解题步骤链（含思路） |
| error_text | 易错点（类型/常见错答/纠正） |
| rlhf_preference.chosen | 优质回答（分步引导） |
| rlhf_preference.rejected | 劣质回答（仅给答案） |
| knowledge_points | 知识点多标签 |
| quality | 去重哈希 / 污染检测 / 双标一致率 |
三、质量标准
| 指标 | 标准 |
|---|
| 答案准确率 | ≥ 95% |
| 步骤完整度 | ≥ 95% |
| 双标注一致率 (IAA) | ≥ 90% |
| LaTeX 渲染 | 100% 通过 |
| 去重 / 污染检测 | 三层去重 + TutorBench/KMP-Bench |
四、知识点分布（当前样本）
五、定价
| 套餐 | 规模 | 报价 |
|---|
| 试点包 | 1,000 条 gold | ¥5,000 |
| 标准包 | 10,000 条 + 知识点图谱 + SFT | ¥40,000 |
| 专业包 | 50,000 条 + RLHF 偏好对 + 教学法标签 | ¥150,000 |
| 定制 / 更新 | 按需求 / 每季 | 面议 / 标准包 20% 年 |
六、合规与授权
仅使用公开真题与自产内容，不含任何学生个人隐私数据。交付附《数据授权与合规声明》，支持数据交易所挂牌（北方 / 杭州）或对公直采。
试用申请 / 采购对接：请附需求场景与规模，提供 100 条免费试标样本