lectura-agents-data

מה זה

המאגר מכיל תיעוד מלא של הרצאות שפותחו במסגרת מחקר על סוכני הוראה עצמאיים. כל רשומה מייצגת הרצאה שלמה ומחזיקה עושר חריג של מדיה: שקפי HTML, תמונות, תסריטים, מבחנים, היסטוריית צ'אט בין הסוכנים שתכננו את השיעור, וקבצי אודיו גולמיים עם חותמות זמן ברמת המילה כדי לחבר בין הדיבור למחוות גוף.

התוכן מאורגן לפי שבע תצורות מודלים מובילים, דוגמת Gemini-3-Pro או Claude-4.5. כל מודל מייצר הרצאות בארבע רמות אקדמיות שונות: תיכון, תואר ראשון, תואר שני ודוקטורט, עם 10 הרצאות בכל רמה המותאמות לפרופילי לומדים שונים.

מתאים ל

• אימון סוכני הוראה מונפשים

  חיבור פעולות ומחוות לתזמון דיבור מבוסס חותמות זמן מדויקות.

• מחקר תיאום רב-סוכני

  ניתוח היסטוריית השיחות בין סוכנים שתכננו יחד מערכי שיעור.

• יצירה אוטומטית של חומרי עזר

  למידת הפקת מבחנים, סיכומי שיעור ומדריכי למידה מתוך הרצאות.

איפה זה נופל

כל ההרצאות נוצרו בצורה סינתטית על ידי מודלי שפה, למעט ניסוי הערכה קטן עם סטודנטים בשר ודם. אין כאן תיעוד של מורים אנושיים אמיתיים בכיתה. בנוסף, כל החומרים באנגלית בלבד. אם המטרה היא לבנות מערכת הדרכה בעברית, סנכרון הדיבור והשקפים פשוט לא יהיה רלוונטי לכם ללא יצירה מחדש של האודיו.

איך טוענים

טוענים את הנתונים ישירות דרך ספריית datasets באמצעות ציון שם המודל והרמה המבוקשת כ־split, למשל masters או undergrad. המאגר פתוח לציבור ללא צורך באישור גישה מראש. הקבצים שמורים בפורמט parquet, אך כוללים 130 קבצים ובתוכם שמע גולמי בתים ותמונות. קחו בחשבון נפח הורדה כבד במיוחד אם מושכים את כל התצורות יחד.

from datasets import load_dataset

ds = load_dataset("Jaward/lectura-agents-data")

הרישיון

המאגר מופץ תחת רישיון apache-2.0. הרישיון מתיר שימוש מסחרי, שינוי והפצה, בכפוף למתן קרדיט ושמירה על תנאי הרישיון המקוריים. אפשר לאמן עליו מודלים פנימיים או מסחריים בלי חובה לשחרר את המשקלים שלכם בקוד פתוח.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗