enabling-independent-research

מה זה

המאגר מציג אשכולות מנותחים מתוך כ־250,000 שיחות שנלקחו ממשתמשי Claude.ai ו־Claude Code בין אפריל למאי 2026. הנתונים הופקו עבור שלוש קבוצות מחקר חיצוניות: סטנפורד שבדקו שיתוף פעולה, אוקספורד שחקרו את חוויית המשתמש והתנהגות המודל, וארגון METR שבחן שינויי פרודוקטיביות סביב סוכני תכנות. אין פה שיחות גולמיות או טקסטים מקוריים של משתמשים.

כל שורה מייצגת אשכול שיחות שענו בצורה דומה על שאלת מחקר מסוימת, ברמות פירוט שונות בהיררכיה. הקבצים כוללים מזהה אשכול, שם ותיאור תמציתי שהמודל יצר, כמות רשומות, כמות ארגונים ושיעור השיחות באוכלוסייה יחד עם רווחי סמך. רוב העמודות בקבצים מצליבות את האשכול מול שאלות מחקר נוספות כדי להראות חיתוכים סטטיסטיים, כאשר חיתוכים שלא עמדו בסף הפרטיות נשארו ריקים.

מתאים ל

• ניתוח דפוסי שימוש במודלים

  זיהוי משימות נפוצות של משתמשי קוד וטקסט לפי פילוח האשכולות של סטנפורד ו־METR.

• הערכת תפוקה בפיתוח תוכנה

  בדיקת ההשפעה של כלי תכנות אוטונומיים על יעילות עבודה על בסיס נתוני השיחות של Claude Code.

• מחקר אינטראקציית אדם-מכונה

  מיפוי נקודות שבהן שיתוף הפעולה בין אדם לבינה מלאכותית נכשל או דורש התערבות אנושית.

איפה זה נופל

אי אפשר לאמן פה מודל שפה, כי אין טקסט מקורי של שיחות. שמות האשכולות והתיאורים נוצרו על ידי קלוד עצמו, ומחקר קודם הראה שכ־3% מהשיחות לא תאמו במדויק את תיאור האשכול, לצד נטייה להבליט מקרים קיצוניים. המדגם הוגבל לחשבונות פרטיים מסוג Free, Pro ו־Max שהסכימו לשימוש בנתונים, ללא נתוני Enterprise, Team או API. המאגר משקף חלון זמן ספציפי באביב 2026, כולל אנגלית בלבד, ואינו מבדיל בין בקשה מזיקה שהמודל חסם לבין פעולה שבוצעה בפועל.

איך טוענים

טוענים את קובצי ה־CSV ישירות בעזרת פנדס או ספריות דאטה רגילות. אין תהליך אישור גישה, וההורדה פתוחה מיידית. הקבצים מחולקים לפי השותפים: stanford_clusters.csv, oxford_clusters.csv, ושני קבצים של metr. שדות הבסיס הם cluster_name, cluster_description, num_records ו־ratio. שימו לב לעמודת level, שבה ערך 0 מייצג את החלוקה המפורטת ביותר וערך 1 מציג אשכולות אב רחבים.

from datasets import load_dataset

ds = load_dataset("Anthropic/enabling-independent-research")

הרישיון

רישיון CC BY 4.0 מתיר שימוש מסחרי, מחקרי ושינוי של הנתונים, כל עוד מעניקים קרדיט מתאים ליוצרים לפי ההנחיות. אין דרישה לשתף תוצרי המשך תחת אותו רישיון. מאחר שהמאגר כולל רק מטא-דאטה ואשכולות סטטיסטיים ולא טקסטים מלאים של אימון, ההשפעה שלו היא בעיקר על מחקרים, ניתוחי שוק והערכות התנהגות.

• שימוש מסחרי
• שינוי הקוד
• חובת ייחוס

הרישיון המלא ב־Hugging Face ↗