pythonic-function-calling
קוד פתוחdriaforallרישיון לא דווח2025-01-26
המאגר מרכז דוגמאות סינתטיות לקריאות פונקציה בפייתון, מפשוטות ועד שיחות מורכבות ומדורגות. הוא נבנה במיוחד כדי ללמד מודלים קטנים איך לחשוב, לבחור כלים ולהריץ פקודות במבנה קוד תקין.
- 252הורדות בחודש
- 31לייקים
מה זה
כל רשומה במאגר מציגה תרחיש שבו מודל נדרש להשתמש בכלים שהוגדרו מראש כפונקציות פייתון. המבנה כולל מזהה, תחום ראשי, תת תחום, הגדרות הפונקציות בשדה tools, ואת השיחה עצמה שמחולקת לתפקידים ותכנים. התוכן נוצר באופן סינתטי על גבי רשת מכשירי קצה של Dria באמצעות יותר מחמישים מודלים שונים, כשהדגש הוא על תרחישים מעשיים של פיתוח תוכנה.
הנתונים מחולקים לחמש קטגוריות ביצוע עיקריות. קריאות פשוטות של פונקציה יחידה וקריאות מקבילות תופסות יחד מעל חמישים אחוז מהמאגר, בחלוקה כמעט שווה של כעשרים ושבעה אחוזים לכל סוג. שאר הנתונים מוקדשים לבחירה מתוך מספר פונקציות, שיחות מרובות שלבים, ותרחישי חשיבה צעד אחר צעד שמהווים מעל עשרים ואחד אחוזים מהדוגמאות ומציגים את תהליך ההסקה המלא לפני ההרצה.
מתאים ל
- אימון סוכני קוד
לימוד מודלים קטנים להמיר בקשות משתמש לקריאות פונקציה מדויקות בפייתון.
- הטמעת שרשראות חשיבה
שימוש ברשומות step_by_step כדי להרגיל את המודל לנמק לפני הפעלת כלי.
- בדיקת ביצועי מודל
הערכת היכולת של מודלים קיימים להתמודד עם קריאות מקבילות ומרובות שלבים.
איפה זה נופל
מדובר בדאטה סינתטי לחלוטין שנוצר על ידי רשת מודלים, ולכן הוא חשוף להזיות קוד, שגיאות תחביר שלא נבדקו בהרצה חיה ותבניות חשיבה שחוזרות על עצמן. כל התוכן ממוקד בקוד פייתון ובשיחות בשפה האנגלית, ואין כאן תמיכה בעברית או בהקשרים מקומיים. בנוסף, הכרטיס לא מפרט אילו מודלים בדיוק יצרו את הדוגמאות ואיזה סינון איכות הופעל עליהן, כך שחובה להריץ בדיקות ולידציה על הקוד לפני אימון.
שאלות
נפוצות
האם מותר להשתמש בדאטהסט הזה למוצר מסחרי?
כן, לפי התיעוד של Dria בגוף הכרטיס המאגר משוחרר תחת רישיון Apache 2.0, שמתיר שימוש מסחרי חופשי בכפוף למתן קרדיט. עם זאת, בפרטי המטא דאטה של הדף הרישיון לא סומן רשמית, ולכן כדאי לתעד את הצהרת היוצרים לפני שילוב בפרויקט עסקי.
האם הדאטהסט כולל תמיכה בעברית?
לא. כל השיחות, הדומיינים, ההנחיות והפונקציות כתובים באנגלית בלבד. אם המוצר שלכם מיועד לעבוד בעברית, תצטרכו לתרגם את השיחות או להשתמש במאגר רק כדי לאמן את המודל על שלב הפלט הטכני של הפונקציות.
מאיפה הנתונים הגיעו ואיך הם נאספו?
הנתונים לא נאספו מפתחים אנושיים אלא נוצרו באופן סינתטי לחלוטין. הם הופקו באמצעות פלטפורמת Dria, שמריצה מעל חמישים מודלי שפה על רשת של מכשירי קצה מבוזרים כדי לייצר תרחישי שימוש שמדמים בעיות פיתוח אמיתיות.
איך טוענים
המאגר ציבורי ופתוח להורדה ישירה בלי צורך בבקשת גישה או אישור מיוחד. הנתונים מאוחסנים בקובץ Parquet בודד בנתיב הרגיל, לצד קובץ התיעוד. שדות המפתח שדורשים תשומת לב בעיבוד הם tools, שמכיל את חתימות הפונקציות בפייתון כמחרוזת, ומערך ה conversations שמכיל את ההודעות, התפקידים והקריאות בפועל.
from datasets import load_dataset
ds = load_dataset("driaforall/pythonic-function-calling")הרישיון
למרות שבפרטי המטא דאטה של העמוד נכתב שהרישיון לא דווח, בגוף הכרטיס המפתחים מציינים במפורש רישיון Apache 2.0. הרישיון הזה מתיר שימוש מסחרי, שינוי והפצה, ומאפשר לאמן מודלים ללא דרישה להפיץ את התוצרים באותו רישיון. חובת הייחוס נשארת בתוקף, אך הפער בין הכרטיס להגדרות המאגר דורש תיעוד מסודר מצדכם.