LIMI

מה זה

המאגר מכיל שיחות מובנות שמתמקדות בשלמות תפקודית, תיקון שגיאות לאורך כמה סיבובי שיחה והקפדה על הגדרות כלי מדויקות. כל רשומה כוללת היסטוריית הודעות בתפקידי מערכת, משתמש, עוזר וכלי, לצד סכמות של פונקציות וקריאות ישירות אליהן. הדגש כאן הוא איכות ידנית ומורכבות על פני נפח.

בגרסה הזו יש חלוקה אחת בלבד, אימון, שכוללת בדיוק 78 דוגמאות מסוננות שנשמרות בקובץ limi.json. הכרטיס לא מפרט מאיפה הגיע הטקסט המקורי או אילו כלים אוטומטיים עזרו בסינון, מעבר להצהרה שמדובר בדוגמאות שנבחרו בקפידה לצורך מחקר על יעילות של דאטה מינימלי.

מתאים ל

• כוונון עדין לסוכנים

  אימון מודלים קיימים לשיפור ביצועים במשימות סוכן והפעלת כלים לפי סכמת פונקציות מוגדרת.

• אימון תיקון שגיאות

  לימוד המודל להתאושש מתשובות שגויות של כלים לאורך כמה תורות שיחה רצופים.

• מחקר על דאטה מינימלי

  בדיקת ההשפעה של עשרות דוגמאות איכותיות בודדות על יכולות פתרון בעיות במודלים פתוחים.

איפה זה נופל

הבעיה המרכזית היא הגודל. עם 78 דוגמאות באנגלית בלבד, אי אפשר לבנות על זה יכולות בסיס מאפס אלא רק כוונון עדין מאוד על מודל שכבר מבין כלים. אין כאן מילה אחת בעברית, ואין שום מידע בכרטיס על הטיות, תאריכי איסוף או בדיקות בטיחות שנעשו על הפלטים.

איך טוענים

אין כאן תהליך אישור או שער גישה, פשוט מורידים ישירות דרך הספרייה הרגילה של Hugging Face או מושכים את הקובץ limi.json מהמאגר. המשקל אפסי כי מדובר ב־78 רשומות בלבד. השדות שצריך לשים לב אליהם הם messages שמחזיק את כל התורות, tools שמכיל את הסכמה להפעלת פונקציות, ו־tool_calls בתוך הודעות העוזר שדורש התאמה מדויקת למבנה של OpenAI כדי לא ליפול באימון.

from datasets import load_dataset

ds = load_dataset("GAIR/LIMI")

הרישיון

הרישיון מוגדר בתור other ומצוין שהוא ניתן למטרות מחקר בלבד. אין היתר לשימוש מסחרי, ונדרש לבדוק את התנאים לפני הפצה מחדש. אם אתם מתכננים לאמן מודל למוצר מסחרי, החומר הזה לא מתאים כרגע.

הרישיון המלא ב־Hugging Face ↗