AgentTrek
קוד פתוחxlangaiרישיון לא דווח2025-02-20
המאגר כולל שיחות שמדמות אינטראקציה עם סוכן רשת לקניות וגלישה. הוא מיועד למי שרוצה לאמן מודלים שצריכים להבין הוראות משתמש, לנווט באתרים ולהשוות מוצרים.
- 232הורדות בחודש
- 23לייקים
מה זה
הנתונים נבנו כבסיס אימון עבור המודל AgentTrek-1.0-32B וכוללים 52,594 תורות שיחה. כל רשומה מציגה חילופי דברים בין משתמש לסוכן, כשהמטרה היא ביצוע פעולות ממשיות ברשת. התוכן מכסה תרחישים כמו איתור מידע, ניווט באתרי אינטרנט, השוואת מוצרים ותהליכי קבלת החלטות ברכישות מקוונות.
המבנה הבסיסי בכל תור מכיל את קלט המשתמש ואת פלט המערכת שמתעד את תגובת הסוכן בזמן אמת. כרטיס המאגר לא מפרט תהליכי סינון מוקדמים, מקורות איסוף ספציפיים או חלוקה מובנית לסט אימון ובדיקה, אך מפנה למאמר המחקר ולעמוד הפרויקט לצורך קבלת רקע טכני נוסף.
מתאים ל
- אימון סוכני קניות
לימוד מודלים לבצע השוואת מוצרים, מעקב אחרי עגלות וקבלת החלטות רכישה באתרי מסחר.
- ניווט אוטונומי ברשת
תרגול תהליכי חיפוש מידע והבנת הוראות ממשק משתמש בתוך אתרי אינטרנט.
- כוונון מודלי שיחה למשימות
התאמת מודל שפה לתגובות מדויקות שמקדמות ביצוע משימה מעשית ולא רק שיח כללי.
איפה זה נופל
הנתונים מתועדים באנגלית בלבד, כך שמי שבונה סוכן המיועד לפעול בעברית או באתרים מקומיים לא ימצא כאן תועלת ישירה. מעבר לכך, כרטיס המאגר לא מפרט אילו אתרים נסרקו, איך נמנעו מדליפת מידע אישי או מה שיעור ההזיות בתשובות המערכת. לפני שמשלבים את המידע באימון למוצר אמיתי, חייבים לבדוק עצמאית את טיב התשובות ולוודא שתבניות הקנייה והגלישה תואמות לסביבת הווב העדכנית.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מסחרי?
הרישיון בדף לא מוגדר כלל, ולכן אין היתר שימוש מפורש. שימוש מסחרי במצב כזה הוא סיכון משפטי, ועדיף להמתין לעדכון תנאי הרישיון במאגר הרשמי.
האם יש במאגר תמיכה בשפה העברית?
לא, כל הנתונים מתועדים באנגלית בלבד. אם המטרה היא סוכן הפועל באתרי קניות ישראליים או בעברית, תצטרכו לתרגם את החומר או לאסוף דוגמאות מקומיות בנפרד.
מה הגודל והמבנה של הקבצים במאגר?
הנתונים יושבים בקובץ agenttrek_1207.json בתוך מאגר שכולל בסך הכל שלושה קבצים. הקובץ מכיל 52,594 תורות שיחה שמחולקים לקלטי משתמש ותגובות מערכת.
איך טוענים
המאגר מכיל שלושה קבצים בלבד, ביניהם קובץ הנתונים agenttrek_1207.json ומסמך README. הגישה פתוחה ואינה דורשת אישור מיוחד. כדי להתחיל לעבוד איתו פשוט מושכים את קובץ ה־JSON דרך הספרייה הרגילה או מורידים אותו ישירות. השדות המרכזיים בודקים את הקלט והפלט של תורות השיחה, ומאחר שמדובר בקובץ יחיד, קל לבחון את המבנה לפני שמתחילים להזין אותו לתהליך אימון.
from datasets import load_dataset
ds = load_dataset("xlangai/AgentTrek")הרישיון
היוצרים לא הגדירו רישיון שימוש במאגר. מבחינה משפטית, היעדר רישיון אומר שאין היתר ברור להשתמש בנתונים, לא לצרכים מסחריים ואפילו לא למחקר פרטי. אם תאמנו מודל על הבסיס הזה, אתם חושפים את המוצר לסיכון של הפרת זכויות יוצרים, ומומלץ לפנות לצוות ב־GitHub או לחכות להבהרה רשמית לפני שנוגעים בקבצים.