Les traces de codage et de débogage Kimi K3 (nom complet : traces de codage, d'utilisation d'outils et de suivi d'instructions Kimi K3) constituent un ensemble de données de traces de suivi d'instructions, d'appel d'outils et de programmation extraites d'un modèle Kimi K3. Elles visent à effectuer un réglage fin supervisé (SFT) sur l'exécution des instructions, l'appel d'outils et l'agent de codage. Cet ensemble de données contient 3 906 lignes de données d'entraînement issues de 577 trajectoires complètes. Les tâches couvrent des catégories telles que la construction et l'implémentation de systèmes, le diagnostic et le débogage de défauts, l'invocation et l'orchestration d'outils, la migration et l'intégration de projets, la récupération après erreur, le renforcement de la sécurité et le développement de fonctionnalités. Toutes les données ont été normalisées à l'exécution, ce qui a permis de supprimer les informations redondantes comme les éléments d'interface utilisateur et les séquences de contrôle, en ne conservant que le contexte causal. Elles ont ensuite été validées par des tests déterministes et un examen indépendant.

Composition de l'ensemble de données

• Construction et mise en œuvre du système : environ 308 trajectoires, 2 058 lignes de données d’entraînement
• Diagnostic et débogage des défauts : environ 149 pistes, 949 lignes de données d’entraînement
• Utilisation et orchestration des outils : Environ 79 trajectoires, 636 lignes de données d’entraînement
• Migration et intégration du projet : environ 26 trajectoires, 175 lignes de données d’entraînement
• Corrections de bugs : Environ 5 trajectoires, 31 lignes de données d’entraînement
• Renforcement de la sécurité : environ 2 trajectoires, 12 lignes de données d’entraînement
• Reconstruction et optimisation : environ 2 trajectoires, 8 lignes de données d’entraînement
• Développement des fonctionnalités : Environ 2 trajectoires, 15 lignes de données d’entraînement
• Autres tâches : Environ 4 trajectoires, 23 lignes de données d’entraînement

Champs de données :

• tâche : Un identifiant unique et stable pour une tâche
• lang : le langage principal de traitement des données ou langage de programmation
• catégorie : Tâche détaillée
• split : Un marqueur indiquant que les trajectoires ne se croisent pas.
• assistant_step / assistant_steps : Nombre d’étapes cibles actuelles et nombre total d’étapes de la trajectoire source.
• target_message_index / n_messages : Index du message de l’assistant cible et nombre total de messages.
• messages : Une liste d’objets de contexte de conversation accumulés, stockés sous forme d’objets JSON, se terminant par la réponse de l’assistant cible.

Citation

Si vous utilisez un jeu de données dans vos recherches, veuillez citer la source des données : Traces de codage, d'utilisation d'outils et de suivi d'instructions de Kimi K3 — https://huggingface.co/datasets/greghavens/kimi-k3-coding-and-debugging-traces