code-act

מה זה

המאגר מכיל כ־7,000 אינטראקציות רב שלביות תחת השם CodeActInstruct, שנועדו לכוונון הוראות של סוכני שפה. במקום לייצר פקודות בטקסט חופשי או במבנה JSON, כל רשומה מייצגת פעולות שנכתבות כקוד פייתון להרצה, לצד התוצאות שחוזרות מהאינטרפרטר והמשך השיחה שמתקן פעולות קודמות על סמך הפלט שהתקבל.

מבנה הקבצים מראה חלוקה ברורה. יש כאן קובץ שמכיל את אינטראקציות הקוד הייעודיות, וקובץ נפרד שמכיל שיחות כלליות יותר. המטרה של השילוב הזה היא לאפשר אימון של סוכן שמסוגל לפתור בעיות תכנות מורכבות בלי לאבד את יכולות השיחה והידע הכללי שלו.

מתאים ל

• אימון סוכני פייתון

  כוונון מודלי שפה פתוחים להרצת קוד ותיקון עצמי בלולאה רב שלבית מול אינטרפרטר.

• הערכת ביצועי סוכנים

  בדיקת יכולת המודל לייצר קוד פעיל במקום פלטי JSON סטנדרטיים מול כלי מערכת.

• שימור יכולות שיחה

  אימון משולב שמלמד ביצוע משימות קוד מבלי לפגוע ביכולת ניהול שיחה כללית.

איפה זה נופל

המאגר כולו באנגלית בלבד. אם אתם בונים כלי שמיועד להבין הוראות בעברית או לתקשר עם משתמשים מקומיים, הנתונים האלה לא יעזרו לכם בלי תרגום או אימון נוסף. בנוסף, מדובר במאגר קטן יחסית של כ־7,000 דוגמאות בלבד. כרטיס המאגר לא מפרט אילו ספריות פייתון מכוסות כאן, מאיפה הגיעו המשימות המקוריות, או איך נופו שגיאות אבטחה ופקודות שעלולות להיות מסוכנות לסביבת הריצה שלכם.

איך טוענים

טוענים את הנתונים ישירות דרך ספריית datasets באמצעות מזהה המאגר. המאגר פתוח לחלוטין לגישה ציבורית ולא דורש אישור מוקדם או מפתחות גישה. כל המידע שמור בשני קובצי פא ascend קלים בפורמט parquet, מה שאומר שההורדה והטעינה לוקחות שניות ספורות גם על מחשב נייד רגיל. בעבודה איתו צריך לשים לב לרצף ההודעות הרב שלבי, שמחזיק את הקוד, פלט ההרצה, ותגובות המשתמש ברצף כרונולוגי.

from datasets import load_dataset

ds = load_dataset("xingyaoww/code-act")

הרישיון

המאגר מופץ תחת רישיון apache-2.0. זהו רישיון מתירני שמאפשר שימוש מסחרי מלא, שינוי של הנתונים, ושילוב שלהם בפרויקטים סגורים, כל עוד שומרים על הודעת זכויות היוצרים המקורית והטקסט של הרישיון. מודלים שתאמנו על הנתונים האלה אינם מחויבים להיפתח תחת אותו רישיון.

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

הרישיון המלא ב־Hugging Face ↗