AgentTrove는 OpenThoughts-Agent 팀에서 공개한 지능형 에이전트 상호 작용 궤적에 대한 대규모 오픈 소스 데이터 세트입니다. 이 데이터 세트는 코드 수정, 셸 스크립팅, 수학 문제 해결, 프로그래밍 경진 대회 및 일반 컴퓨팅 사용과 같은 작업 영역을 포괄하는 219개의 데이터 세트에서 가져온 1,696,847개의 행으로 구성됩니다. 모든 궤적은 오픈 소스 Harbor 에이전트 평가 및 데이터 생성 프레임워크를 기반으로 수집되었으며 Terminus-2 하네스 형식(ShareGPT와 유사한 대화 레이아웃)으로 게시되었습니다.

데이터 필드:

• 메시지: ShareGPT와 유사한 구조로 역할(사용자/지원/도구) 및 대화 내용을 포함한 전체 에이전트 상호 작용 궤적.
• original_source: 원래 작업 소스의 식별자(예: swesmith, codeforces, nl2bash 등)
• original_teacher: 이 궤적을 생성한 교사 모델의 식별자입니다.
• 보상: 트랙 통과 성공 여부에 따라 보너스 점수가 주어지며, 일반적으로 성공 시 1.0점, 실패 시 0.0점입니다.
• task_id: 작업 인스턴스를 식별하는 고유 식별자입니다. 형식은 소스에 따라 다릅니다.
• 기타 메타데이터 필드: 원본 데이터 세트에서 유지된 추가 정보입니다.

소환

@misc{openthoughts-agent,
author = {Team, OpenThoughts-Agent},
month = Dec,
title = {{OpenThoughts-Agent}},
howpublished = {https://www.open-thoughts.ai/blog/agent},
year = {2025}
}