PluraMath: Extending Mathematical Reasoning Evaluation Beyond High-Resource Languages

• 类型：arxiv
• 标识：2607.05992
• 链接：https://arxiv.org/abs/2607.05992
• 主分类：evaluation
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：A persistent gap in mathematical reasoning performance between high-resource and underrepresented languages is confirmed, with stronger results largely associated with better instruction-following ability, and a fully open-source dataset, data acquisition pipeline, and evaluation framework is introduced.
• OpenAlex ID：W7167674612
• OpenAlex DOI：10.48550/arxiv.2607.05992
• DOI：10.48550/arxiv.2607.05992
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.05992
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：PluraMath：将数学推理评估拓展至丰富资源语言之外
• TLDR中文：确认了丰富资源语言与代表性不足语言之间在数学推理性能上存在持续差距，性能更优主要与更强的指令遵循能力相关，并提出了完全开源的数据集、数据采集流程与评估框架。
• 来源文件：
• /inbox/tom/_candidates/2026-07-08-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]