MathVision

MathVision est un dataset multimodal rassemblant plus de 3 000 problèmes mathématiques issus de concours réels, avec leur contexte visuel, couvrant 16 disciplines et 5 niveaux de difficulté.

Télécharger le dataset

Taille

Environ 3 344 problèmes mathématiques avec images, 64 MB, format Parquet

Licence

MIT

Description

‍

Le dataset MathVision propose une collection de problèmes mathématiques visuels de haute qualité, issus de véritables concours. Chaque exemple inclut une image contextuelle et une question associée, couvrant une large variété de disciplines et niveaux de difficulté.

‍

À quoi sert ce dataset ?

‍

Évaluer les capacités de raisonnement visuel mathématique des modèles multimodaux
Entraîner des modèles à résoudre des problèmes complexes intégrant images et texte
Tester les performances sur une large gamme de disciplines mathématiques

‍

Peut-on l’enrichir ou l’améliorer ?

‍

Oui, le dataset peut être complété par des annotations supplémentaires sur les méthodes de résolution ou des données issues d’autres concours pour élargir la diversité des problèmes.

‍

🔎 En résumé

Critère	Évaluation
🧩 Facilité d’utilisation	⭐⭐⭐⭐✩ (Dataset bien structuré, facile à exploiter)
🧼 Besoin de nettoyage	⭐⭐⭐⭐⭐ (Faible – données de qualité et cohérentes)
🏷️ Richesse des annotations	⭐⭐⭐⭐⭐ (Problèmes annotés avec discipline et niveau de difficulté)
📜 Licence commerciale	✅ Oui (MIT)
👨‍💻 Idéal pour les débutants	✅ Oui – petit volume, facile à manipuler pour test et entraînement
🔁 Réutilisable en fine-tuning	✅ Adapté pour évaluation et fine-tuning ciblé
🌍 Diversité culturelle	⚠️ Modérée – problèmes issus de concours internationaux