该数据集旨在训练推理模型，让模型可以像人类一样思考复杂的问题，然后再做出反应。数据集包括来自不同领域（科学、编码、数学等）的各种问题，每个问题都有详细的思路链 (COT) 和正确答案。目标是使模型能够学习和改进其推理过程，识别和纠正错误，并提供高质量、详细的响应。该数据集目前仍在开发中。

数据集结构

数据字段

• User：用户的查询或问题陈述。
• assistant：问题的正确答案。
• reasoning：解释如何得出正确答案的详细的、逐步的推理过程。
• template：预先应用的 RChatML 聊天模板。