claude-fable-5-claude-code

מה זה

המאגר מכיל עקבות ריצה גולמיים שעברו אנונימיזציה. מדובר בשיחות ובשרשראות פעולה שנאספו בשיתוף פעולה בין המפרסם לבין צוות Glint-Research. הנתונים מתעדים אינטראקציות עם מודל fable-5 בסביבות עבודה כמו קלוד, הרמס, פאי וקרסור. כל רשומה כוללת את שלבי החשיבה, קריאות לפונקציות ותוצאות מהסביבה.

המבנה של הנתונים מבוסס על סכמות כלים מוגדרות מראש עבור פעולות של סוכן אוטונומי. בין הכלים אפשר למצוא הפעלת פקודות במעטפת באש, חיפוש טקסט בקבצים עם גראפ, עריכת מקטעים בקוד, קריאה וכתיבה במחברות ג'ופיטר, וניהול סוכני משנה. הנתונים עצמם פוזרו בשישים וחמישה קבצי jsonl ללא חלוקה מובנית לסט אימון ובדיקה.

החומר כאן זהה לחלוטין לדאטהסט Fable-5-traces שפרסם Glint-Research, למעט העובדה ששם הקבצים עברו עיבוד וחלוקה נוספת. המפרסם מציין במפורש שאם בחרתם להשתמש באחד מהם, אין סיבה לגעת בשני.

מתאים ל

• אימון סוכני קוד אוטונומיים

  לימוד מודלים איך להריץ פקודות מעטפת, לחפש קבצים ולערוך מקור לפי דרישה.

• הערכת תפקוד עם כלים חיצוניים

  בדיקת יכולת המודל לייצר ארגומנטים מדויקים עבור סכמות פונקציה מורכבות.

• הפעלת סוכני משנה ברקע

  אימון על משימות שמצריכות פיצול עבודה לתהליכי משנה ומעקב אחרי תוצאות.

איפה זה נופל

המידע מגיע במצב גולמי מאוד ודורש ניקוי לפני כל אימון. יש בו קריאות שנכשלו עקב חריגה ממגבלות טוקנים והחלפות מודלים באמצע הריצה, כך ששימוש ישיר בלי סינון יכניס רעש למשקלים. הכרטיס לא מפרט באילו שפות תכנות מדובר, מה היקף הטוקנים הכולל, והאם יש בכלל ייצוג לשפות שאינן אנגלית. בנוסף, חסר כאן פיצול רשמי לטריין וטסט, כך שתצטרכו לדאוג לזה בעצמכם כדי למנוע דליפת נתונים.

איך טוענים

טוענים את קבצי ה־jsonl ישירות מהמאגר בעזרת ספריית הדאטהסטס או בסקריפט פייתון רגיל. אין כאן שער גישה ולא צריך לבקש אישור. כדי להביא את הנתונים לפורמט אימון תקני של שיחות, היוצר ממליץ להתקין את חבילת teich. החבילה הזו מטפלת בסינון מקרים שבהם המודל הגיע למגבלות אורך או החליף מצב עבודה, וממירה את הקריאות לכלים לתחביר המוכר של OpenAI.

from datasets import load_dataset

ds = load_dataset("armand0e/claude-fable-5-claude-code")

הרישיון

הרישיון המדווח הוא רישיון MIT. הוא מתיר שימוש מסחרי ומחקר ללא תשלום, ומאפשר לאמן מודלים, לשנות את המבנה ולהפיץ תוצרים חופשי. התנאי היחיד הוא שמירת הודעת זכויות היוצרים של המקור. אין חובת שיתוף באותו רישיון, כך שתוצרי האימון והמודלים שתפתחו יכולים להישאר בקוד סגור.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗