このデータセットは、複雑な問題について考え、人間のように反応できる推論モデルをトレーニングするように設計されています。データセットには、さまざまな分野 (科学、コーディング、数学など) からのさまざまな質問が含まれており、各質問には詳細なアイデア連鎖 (COT) と正解が含まれています。目標は、モデルが推論プロセスを学習して改善し、エラーを特定して修正し、高品質で詳細な応答を提供できるようにすることです。このデータセットは現在も開発中です。

データセットの構造

データフィールド

• ユーザー: ユーザーのクエリまたは問題のステートメント。
• アシスタント: 質問に対する正しい答え。
• 推論: 正しい答えに到達する方法を説明する詳細な段階的な推論プロセス。
• テンプレート: 事前に適用された RChatML チャット テンプレート。