Kimi K3 コーディング＆デバッグトレース（正式名称：Kimi K3 コーディング、ツール使用、および命令追跡トレース）は、Kimi K3 モデルから抽出された命令追跡、ツール呼び出し、およびプログラミングトレースのデータセットです。このデータセットは、命令実行、ツール呼び出し、およびコーディングエージェントに対する教師ありファインチューニング（SFT）を実行することを目的としています。 このデータセットには、577の完全な軌跡から得られた3,906行のトレーニングデータが含まれています。タスクは、システム構築と実装、欠陥診断とデバッグ、ツールの呼び出しとオーケストレーション、プロジェクトの移行と統合、エラー回復、セキュリティ強化、機能開発などのカテゴリを網羅しています。すべてのデータは、実行時正規化処理を経ており、UI装飾や制御シーケンスなどの冗長な情報が削除され、因果関係のみのコンテキストが保持されています。また、決定論的テストと独立したレビューによって検証済みです。

データセットの構成

• システム構築と実装：約308の軌跡、2,058行のトレーニングデータ
• 欠陥診断とデバッグ：約149トラック、949行のトレーニングデータ
• ツールの使用とオーケストレーション：約79の軌跡、636行のトレーニングデータ
• プロジェクトの移行と統合：約26の軌跡、175行のトレーニングデータ
• バグ修正：約5つの軌跡、31行のトレーニングデータ
• セキュリティ強化：約2つの軌跡、12行のトレーニングデータ
• 再構築と最適化：約2つの軌跡、8行のトレーニングデータ
• 特徴量開発：約2つの軌跡、15行のトレーニングデータ
• その他のタスク：約4つの軌跡、23行のトレーニングデータ

データフィールド:

• タスク: タスクの安定した一意の識別子
• lang: データ処理の主要言語またはプログラミング言語
• カテゴリ: 詳細タスクカテゴリ
• 分割：軌跡が交差しないことを示すマーカー。
• assistant_step / assistant_steps: 現在のターゲットステップ数とソース軌跡の総ステップ数。
• target_message_index / n_messages: ターゲットアシスタントメッセージのインデックスとメッセージの総数。
• messages: JSON オブジェクトとして保存された、蓄積された会話コンテキストオブジェクトのリスト。最後に、ターゲットアシスタントの応答が含まれます。

引用

研究でデータセットを使用する場合は、データソースを明記してください。 Kimi K3のコーディング、ツール使用、および指示追跡トレース — https://huggingface.co/datasets/greghavens/kimi-k3-coding-and-debugging-traces