Gen-Verse/ReasonFlux-V2-DPO
收藏官方服务：
资源简介：
ReasonFlux-V2的模板提议者DPO数据集，用于训练和测试模板提议者模块，该模块能够根据输入问题自适应地提出高级思维模板，以优化推理过程。
The DPO dataset for the Template Proposer in ReasonFlux-V2, used for training and testing the module that adaptively proposes high-level thought templates based on the input problem to optimize the reasoning process.
提供机构：
Gen-Verse
