AGI-CAST-0.6k
קוד פתוחp-doomcc0-1.02026-02-06
מעל שש מאות שעות וידאו גולמיות של חוקרי בינה מלאכותית עובדים על מחשב, מיועדות לאימון סוכנים אוטונומיים על התנהגות אנושית אמיתית ברצפים ארוכים.
- 285הורדות בחודש
- 24לייקים
מה זה
המאגר מציג הקלטות מסך רציפות באורך כולל של 646.21 שעות, ללא עריכה, סינתזה או תסרוט מראש. הנתונים מתעדים ארבעה חוקרים מארגון p-doom בעבודתם השוטפת לאורך שלושה חודשים, וכוללים קריאת מאמרים, כתיבת קוד בסביבות פיתוח, תכנון מערכות, ניפוי שגיאות, שימוש בדפדפן ומעקב אחרי ריצות אימון של מודלים. חלק מההקלטות נמשכות עד שתים עשרה שעות רצופות בסשן בודד.
התוכן מחולק לארבע תיקיות לפי שמות התורמים: פרנץ מחזיק בחלק הארי עם 82 סרטונים המסתכמים בלמעלה מ־373 שעות, מיהיר תרם 40 סרטונים באורך כולל של כ־178 שעות, אלפרד עם 18 סרטונים המכסים כ־60 שעות, ואילי מופיע ב־7 סרטונים באורך של קרוב ל־34 שעות. 147 הסשנים המוקלטים מציגים פעולות מקלדת ועכבר טבעיות בקצב עבודה רגיל, ברזולוציות של 720p ו־1080p.
מתאים ל
- אימון סוכני עבודה ממוחשבים
לימוד מודלים רב מודאליים לבצע משימות פיתוח ומחקר מורכבות במחשב באמצעות חיקוי התנהגות אנושית.
- הבנת ממשקי משתמש ממושכים
ניתוח רצפי עבודה ארוכים של שעות ברציפות בתוך דפדפנים וסביבות פיתוח לזיהוי דפוסי ניווט.
- מחקר על תהליכי ניפוי שגיאות
בחינת האופן שבו חוקרים מאתרים באגים בקוד ומפקחים על ריצות אימון מודלים בזמן אמת.
איפה זה נופל
כל הנתונים מגיעים מארבעה חוקרים ספציפיים בלבד, כך שיש כאן הטיה חדה להרגלי העבודה, סביבות הפיתוח ודפוסי החשיבה האישיים שלהם. אין במאגר עברית, והתיעוד מוגבל כולו לממשקים וטקסטים באנגלית. הווידאו גולמי לחלוטין וללא תיוג של פעולות ספציפיות, כך שאי אפשר לדעת מראש מתי חוקר פתר תקלה ומתי הוא סתם בהה במסך או קרא מיילים, מה שמחייב סינון ועיבוד מקדים כבד מאוד לפני שאפשר ללמד מודל התנהגות מועילה.
שאלות
נפוצות
האם מותר להשתמש בסרטונים האלה לפיתוח מוצר מסחרי?
כן, הרישיון שהוגדר הוא CC0 שמשחרר את המידע לנחלת הכלל. אין מגבלות מסחריות ואין חובה חוקית לשתף את הקוד או את המודל שתאמנו. למרות זאת, היוצרים ביקשו לצטט את המאמר שלהם במידה שמשתמשים בחומרים במחקר.
האם הדאטהסט כולל קובצי טקסט ורשימת אירועים של המקלדת והעכבר?
לא, המאגר מורכב מקובצי וידאו בלבד בפורמט MP4 ללא קובצי מעקב מסונכרנים של קלטים. כדי להשתמש בזה לאימון סוכנים תצטרכו להפעיל מודלי ראייה ממוחשבת שיזהו את תנועות הסמן, לחיצות המקשים וטקסט מהמסך. אין פה קובצי תיוג מוכנים מראש.
כמה שעות וידאו יש במאגר ואיך הן מתחלקות?
בסך הכל יש 646.21 שעות וידאו המפוזרות על פני 147 סשנים שונים של ארבעה אנשים. רוב התוכן מגיע משני חוקרים, פרנץ ומיהיר, שתרמו יחד יותר מ־550 שעות. הסרטונים מגיעים ברזולוציה של 720p בקצב של 30 פריימים לשנייה, למעט שבעה סרטונים של אילי שמגיעים ב־1080p וב־60 פריימים לשנייה.
האם יש במאגר שימוש בעברית או תמיכה בשפות נוספות?
לא, כל החומרים מבוססים על עבודת מחקר שנעשתה כולה באנגלית. ממשקי מערכות ההפעלה, הדפדפן, סביבות הפיתוח והמאמרים המוצגים הם באנגלית בלבד. אם המטרה היא לאמן מערכת שתזהה סביבות עבודה בעברית, המאגר הזה לא מספק דוגמאות מתאימות.
איך טוענים
המאגר מורכב מקבצי וידאו בפורמט MP4 המחולקים לפי תיקיות של החוקרים, בלי דרישה לאישור גישה מקדים או שאלון משתמש. בגלל שמדובר ביותר מ־646 שעות וידאו בקצבי פריימים של 30 ו־60 לשנייה, הורדה ישירה של כל 151 הקבצים דורשת נפח אחסון משמעותי ורוחב פס רחב במיוחד. לפני שמזרימים נתונים לתהליך אימון, צריך לקחת בחשבון שאין כאן קובץ טקסטואלי מוכן עם מטא-דאטה מפורט של לחיצות מקשים או פעולות קליק מבודדות, אלא קובצי מדיה שדורשים חילוץ פריימים ועיבוד ויזואלי מוקדם במודלים רלוונטיים.
from datasets import load_dataset
ds = load_dataset("p-doom/AGI-CAST-0.6k")הרישיון
המאגר שוחרר תחת רישיון CC0 1.0, שמשמעותו ויתור מלא על זכויות יוצרים והעברת החומר לנחלת הכלל. מותר להשתמש בו לכל מטרה, כולל אימון מודלים מסחריים, שינוי הנתונים והפצה מחודשת, בלי חובת ייחוס חוקית ובלי דרישה לשתף את התוצרים באותו רישיון. החוקרים כן ביקשו ציטוט אקדמי של המאמר שלהם כמקובל בקהילה.