Fable-5.1-Max-Reasoning-Filtered-10000x は、エージェント型コーディングと推論向けのマルチターン高品質軌跡データセットで、Fable 5.1 モデルが最大の推論強度で生成したコード推論プロセスをモデル蒸留と能力向上に活用することを目的としています。

このデータセットには 10,000 件のマルチターン軌跡が含まれ、総トークン数は約 500,000,000、平均で 1 件あたり約 50,000 トークンです。データは、アルゴリズム設計、コード実装とパフォーマンス最適化、複雑なデバッグ、多段論理推論、複雑なプロンプト制約の遵守などのシーンをカバーしています。

データセット構成

• アルゴリズム設計とコード実装：アルゴリズムの構想、プログラムの作成、パフォーマンス最適化を含み、タスク理解からコード実装までの完全なプロセスを示します。
• 複雑なデバッグとエラー処理：エラーの特定、問題調査、例外処理を含み、プログラミング問題解決時の多段分析と修正プロセスを記録します。
• 多段論理推論：複雑な問題の分解、タスク計画、段階的な解決を含み、複数の条件や複雑なプロンプト制約の処理を重視します。
• エージェントインタラクション軌跡：マルチターンメッセージおよびツール関連情報を含み、複雑なコーディングタスクにおけるモデルのインタラクションと問題解決プロセスを提示するために使用されます。