ToolScale
קוד פתוחnvidiaother2025-11-25
nvidia עומדים גם מאחורי NVIDIA AI, ויש עליו סקירה כאן.
סביבות סינתטיות ומשימות קריאה לכלים שנועדו לאימון מודלי תזמור קטנים בלמידת חיזוק. מתאים למי שבונה סוכנים שצריכים לנהל כלים חיצוניים ומודלים אחרים לפתרון בעיות מורכבות.
- 3,636הורדות בחודש
- 202לייקים
מה זה
המאגר מכיל משימות שנוצרו באופן סינתטי כדי ללמד מודלים לתכנן ולהפעיל סטים מגוונים של כלים, כמו חיפוש רשת, מפרשי קוד ומודלי שפה ייעודיים. הנתונים מקושרים ישירות למחקר ToolOrchestra ונועדו להכשיר סוכנים לנהל אינטראקציות רב שלביות מול משתמשים וסביבות תוכנה.
כל רשומה מורכבת מזהה ייחודי, תיאור מטרת המשימה, ומצב התחלתי של הסביבה. בנוסף יש פירוט של תרחיש המשתמש שכולל פרסונה, הוראות, תחום, והגדרות מדויקות של מה המשתמש יודע ולא יודע. החלק המעניין כאן הוא קריטריוני ההערכה המובנים בכל דוגמה, שמפרטים מראש את הפעולות הנדרשות, הארגומנטים התקינים, ובדיקות בשפה טבעית לצורך ציון אוטומטי בלמידת חיזוק.
מתאים ל
- אימון בלמידת חיזוק
שימוש בקריטריוני ההערכה המובנים לצורך תגמול סוכנים שלומדים להפעיל כלים ברצף.
- בניית מודלי תזמור
הכשרת מודלים קטנים לפרק משימות מורכבות ולחלק עבודה בין כלי רשת ומודלים שונים.
- הערכת סוכנים מרובי שלבים
בדיקת יכולת התכנון והעמידה בהוראות של מודלים קיימים מול תרחישי משתמש מוגדרים.
איפה זה נופל
כל הנתונים סינתטיים לחלוטין ונבנו במיוחד סביב מטרות המחקר, כך שהם לא בהכרח מייצגים אינטראקציות אמיתיות ומבולגנות של משתמשי קצה. המאגר מוגדר לשפה האנגלית בלבד, ואין בו שום תמיכה או דוגמאות בעברית. בנוסף, חסר בכרטיס פירוט לגבי אופן הסינון של הדוגמאות, מדדי איכות, או אילו מודלים שימשו לייצור המשימות, מה שמחייב בדיקה ידנית של איכות הטקסט והתאמת הפקודות לפני שמשלבים אותו במערכת אמיתית.
שאלות
נפוצות
האם מותר להשתמש בדאטהסט הזה במוצר מסחרי?
הרישיון הוא רישיון מותאם של אנבידיה ולא רישיון פתוח סטנדרטי. הכרטיס מפנה ישירות לקובץ הרישיון במאגר, וחובה לקרוא אותו כדי לוודא אם יש מגבלות על שימוש מסחרי או על מודלים שאומנו עליו.
האם יש במאגר דוגמאות בעברית?
לא. הדאטהסט מוגדר ומכיל משימות בשפה האנגלית בלבד. אם תרצו להשתמש בו לתרחישים בעברית, תצטרכו לתרגם את ההוראות, תרחישי המשתמש ובדיקות ההערכה.
איך נאסף המידע שבתוך הדאטהסט?
הנתונים הם סינתטיים ונוצרו במסגרת פרויקט המחקר של אנבידיה. הם לא נלקחו משיחות אמיתיות של משתמשים, אלא נבנו כמשימות מובנות לתזמור כלים.
מה מבדיל אותו מסתם דאטהסט של שיחות?
הוא מכיל מבנה ייעודי להערכה אוטומטית, כולל פירוט של הפעולות שהמודל אמור לבצע, הארגומנטים המדויקים, ומצב התחלתי של המערכת. זה חוסך בנייה ידנית של סביבת בדיקה ללמידת חיזוק.
איך טוענים
טוענים את הדאטהסט ישירות דרך ספריית datasets באמצעות הקריאה הרגילה לשם המאגר. כל המידע יושב בקובץ parquet יחיד תחת תיקיית המידע, כך שאין כאן פיצול מורכב או תהליך אישור גישה ידני. המבנה הפנימי מבוסס על שדות מקוננים, במיוחד סביב תרחיש המשתמש וקריטריוני ההערכה, ולכן תצטרכו לפרק את המבנים האלה לפני שתזינו אותם לצינור אימון סטנדרטי.
from datasets import load_dataset
ds = load_dataset("nvidia/ToolScale")הרישיון
הרישיון מוגדר כמותאם אישית של אנבידיה. הגישה לקובץ תלויה בתנאים שהם מצרפים בנפרד במאגר, ולא ברישיונות קוד פתוח מוכרים כמו אפאצ'י או MIT. לפני שאתם מאמנים מודל לשימוש מסחרי או משלבים את הנתונים במוצר, אתם חייבים לפתוח את קובץ התנאים ולוודא מה מותר לעשות עם המשקולות שנוצרו מהאימון.