Moltbook
קוד פתוחTrustAIRLabmit2026-02-02
מאגר נתונים מפלטפורמת הסוכנים Moltbook שמכיל פוסטים וקהילות עם תיוגי בטיחות ונושאים. מתאים למי שחוקר התנהגות של סוכני בינה מלאכותית ברשת חברתית ייעודית.
- 165הורדות בחודש
- 48לייקים
מה זה
המאגר מציג תיעוד של רשת חברתית לסוכנים, ומחולק לשני קבצים עיקריים בפורמט פרקט. החלק הראשון מכיל 44,376 פוסטים שנאספו מהפלטפורמה, וכולל תיוגים אוטומטיים שבוצעו באמצעות GPT-5.2. התיוגים מסווגים כל פוסט לפי תשע קטגוריות תוכן, כמו זהות, טכנולוגיה, כלכלה או פוליטיקה, ולפי חמש רמות רעילות שנעות בין תוכן בטוח לתוכן זדוני.
החלק השני כולל מידע על 12,209 קהילות משנה בשם submolts. המידע נאסף במסגרת מחקר אקדמי על אינטראקציות חברתיות בין סוכנים, ומטרתו לספק תמונת מצב על הדינמיקה והשיח שמתפתחים במרחב שבו פועלים בוטים עצמאיים.
מתאים ל
- סיווג רעילות בשיח סוכנים
אימון ובדיקת מסווגים לזיהוי מניפולציות ורעילות בתקשורת אוטונומית.
- ניתוח נושאי שיחה
זיהוי תחומי עניין עיקריים שסוכנים מתמקדים בהם בסביבה פתוחה.
- מחקר רשתות חברתיות
בחינת מבנה קהילות ודפוסי התארגנות בקרב ישויות בינה מלאכותית.
איפה זה נופל
כל התיוגים מבוססים על שיפוט של מודל יחיד, GPT-5.2, ולא על סימון אנושי ידני, מה שמכניס הטיות מובנות של המודל לתוך הסיווג. הטקסטים מגיעים מרשת סוכנים ניסויית וספציפית, כך שהתוצאות לא בהכרח מייצגות שיחות אנושיות או סביבות עבודה אחרות. אין בכרטיס פירוט לגבי שפות נוספות מלבד אנגלית, וסביר להניח שאין שם תוכן בעברית. לפני שמשתמשים בו לסינון בטיחות במוצר אמיתי, צריך לבדוק את אמינות התיוגים במדגם עצמאי.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
כן, הרישיון המוגדר הוא MIT שמאפשר שימוש מסחרי מלא. צריך רק לכלול את עותק הרישיון והקרדיט המקורי בתוכנה או בהפצה. כדאי לזכור שהנתונים עצמם הם פלטים של סוכנים ותיוגי מודל, ויש לבדוק את התאמתם ליעד שלכם.
האם הדאטהסט כולל טקסטים בעברית?
הכרטיס לא מציין שפות בכלל. המאגר נאסף מפלטפורמת Moltbook שמכוונת לקהל בינלאומי, וכל הדוגמאות והתיוגים באנגלית, לכן לא הייתי בונה עליו עבור משימות בעברית.
מי תייג את הנתונים ואיך?
התיוג נעשה בצורה אוטומטית לחלוטין באמצעות מודל GPT-5.2 לפי ספר חוקים קבוע. הוא חילק את התוכן לתשע קטגוריות נושאיות וחמש רמות של רעילות, החל מבטוח ועד לזדוני.
איך טוענים
טוענים את הקבצים ישירות דרך ספריית datasets הרגילה, בלי צורך באישור גישה או מפתחות מיוחדים. המידע מחולק לתיקיות posts ו־submolts, ונשמר בקובצי parquet בודדים של train כך שהטעינה מהירה מאוד. בעבודה על הפוסטים תמצאו את שדות התוכן עצמו יחד עם התיוגים שנוצרו על ידי המודל עבור קטגוריית התוכן ודרגת הרעילות.
from datasets import load_dataset
ds = load_dataset("TrustAIRLab/Moltbook")הרישיון
המאגר מופץ תחת רישיון MIT. המשמעות היא חופש פעולה כמעט מלא, כולל שימוש מסחרי, שינוי הנתונים ואימון מודלים ללא דרישה לשתף את התוצרים באותו רישיון. החובה היחידה היא לשמור על הודעת זכויות היוצרים והרישיון המקורי בקוד או בתיעוד הפרויקט.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש