Kimi K3 코딩 및 디버깅 추적 데이터셋(정식 명칭: Kimi K3 코딩, 도구 사용 및 명령어 실행 추적 데이터셋)은 Kimi K3 모델에서 추출한 명령어 실행, 도구 호출 및 프로그래밍 추적 데이터셋입니다. 이 데이터셋은 명령어 실행, 도구 호출 및 코딩 에이전트에 대한 지도 학습 기반 미세 조정(SFT)을 수행하는 데 사용됩니다. 이 데이터셋은 577개의 완전한 궤적에서 추출한 3,906개의 행으로 구성된 학습 데이터를 포함합니다. 작업은 시스템 구축 및 구현, 결함 진단 및 디버깅, 도구 호출 및 오케스트레이션, 프로젝트 마이그레이션 및 통합, 오류 복구, 보안 강화, 기능 개발 등의 범주를 포괄합니다. 모든 데이터는 런타임 정규화를 거쳐 UI 장식 및 제어 시퀀스와 같은 중복 정보를 제거하고 인과 관계 컨텍스트만 남겼으며, 결정론적 테스트와 독립적인 검토를 통해 검증되었습니다.

데이터 세트 구성

• 시스템 구축 및 구현: 약 308개의 궤적, 2,058행의 훈련 데이터
• 결함 진단 및 디버깅: 약 149개 트랙, 949줄의 학습 데이터
• 도구 사용 및 오케스트레이션: 약 79개의 궤적, 636행의 학습 데이터
• 프로젝트 마이그레이션 및 통합: 약 26개의 궤적, 175행의 학습 데이터
• 버그 수정: 약 5개의 궤적, 31행의 훈련 데이터
• 보안 강화: 약 2개의 궤적, 12줄의 훈련 데이터
• 재구성 및 최적화: 약 2개의 궤적, 8행의 훈련 데이터
• 특징 개발: 약 2개의 궤적, 15줄의 학습 데이터
• 기타 작업: 약 4개의 궤적, 23줄의 훈련 데이터

데이터 필드:

• 작업: 작업을 위한 안정적이고 고유한 식별자
• lang: 데이터 처리 또는 프로그래밍에 사용되는 주요 언어
• 카테고리: 상세 작업 카테고리
• 분할: 궤적이 교차하지 않음을 나타내는 표시.
• assistant_step / assistant_steps: 현재 목표 단계 수 및 총 소스 궤적 단계 수.
• target_message_index / n_messages: 대상 어시스턴트 메시지 인덱스와 총 메시지 수입니다.
• 메시지: 대상 음성 비서의 응답으로 끝나는, JSON 객체로 저장된 누적 대화 컨텍스트 객체 목록입니다.

소환

연구에 데이터셋을 사용하는 경우, 데이터 출처를 명시해 주세요. Kimi K3 코딩, 도구 사용 및 명령 실행 추적 — https://huggingface.co/datasets/greghavens/kimi-k3-coding-and-debugging-traces