FineReason 多模态视觉推理数据集

FineReason 是由 OpenDataArena 于 2025 年发布的一个面向大型多模态模型（LMMs）视觉推理能力训练与评测的数据集，旨在提升模型在视觉谜题、游戏、复杂图表推理、 STEM（科学，技术，工程和数学）知识应用等场景中的可解释、可检验的长链条推理能力。

该数据集涵盖几何题（geometry3k / geo170k）、图示与流程图理解（AI2D）、视觉推理及观察类谜题（visualwebinstruct 等）等多种任务类型。所有样本均采用统一数据格式，包含唯一编号、问题文本、对应图像以及推理式答案。数据集由多个公开子集整合而成，并通过 Qwen3-VL-235B-a22B-thinking 模型进行推理链条蒸馏，使样本均具备结构清晰、可检验的逐步推理过程及最终解答。

数据构成（持续扩展中）：

BMMR：42,647 条

Euclid30K：27,111 条

ai2d_merged：2,446 条

geo170k（问答）：12,101 条

geometry3k / mathv360k：9,724 条

ScienceQA：6,146 条

TQA（TextbookQA）：12,565 条

VisualWebInstruct（过滤后）：261,436 条

MMR1：1,000 条

VisualSphinx：3,781 条

MMOpenR1-8K：7,428 条

文件大小：65.85 GB