Claude Fable 5 Agent Traces는 Claude Fable 5 모델을 기반으로 생성된 에이전트 궤적 데이터 세트입니다. 이 데이터 세트는 코딩된 에이전트의 명령 수행, 도구 호출 및 지도 미세 조정(SFT)을 위해 검증된 실제 에이전트 궤적 데이터를 제공하도록 설계되었습니다. 이 데이터셋은 2,380개의 실제 대화 궤적과 12,490개의 학습 샘플을 포함합니다. 각 궤적은 에이전트의 완전한 인과적 탐색 과정, 도구 호출 매개변수, 실행 결과, 오류 수정 동작 및 최종 응답을 보존합니다. 샘플 작업은 지침 준수, 도구 호출, 코드 작성 및 디버깅을 다룹니다. 데이터는 런타임 정규화를 거쳐 런타임 파이프라인 코드, UI 장식, 제어 시퀀스 및 상세한 성공 출력 템플릿이 제거되었지만 인과적 맥락은 유지되었습니다.

데이터셋 구성:

• 도구 호출: 694개의 궤적과 1,774개의 행으로 구성된 학습 데이터가 포함되어 있습니다.
• 지침은 다음과 같습니다. 559개의 궤적과 1,436행의 학습 데이터가 포함되어 있습니다.
• 건물: 312개의 궤적과 1,699개의 행으로 구성된 학습 데이터를 포함합니다.
• 디버깅: 280개의 궤적과 1,424개의 행으로 구성된 학습 데이터가 포함되어 있습니다.
• 프로젝트 및 통합: 199개의 궤적과 1,674개의 행으로 구성된 학습 데이터를 포함합니다.
• 설명: 101개의 궤적과 187개의 행으로 구성된 학습 데이터가 포함되어 있습니다.
• 특징 개발: 81개의 궤적과 600행의 학습 데이터가 포함됩니다.
• 오류 복구: 75개의 궤적과 250개의 행으로 구성된 학습 데이터를 포함합니다.
• 시드 생성 정보: 49개의 궤적과 3,272개의 행으로 구성된 학습 데이터가 포함되어 있습니다.
• 리팩토링 및 성능: 21개의 궤적과 112행의 학습 데이터가 포함되어 있습니다.
• VMware Cloud Foundation 9.1: 5개의 트랙과 37개의 행으로 구성된 학습 데이터가 포함되어 있습니다.
• 보안: 3개의 궤적과 12줄의 학습 데이터가 포함되어 있습니다.
• 분류되지 않음: 궤적 1개와 훈련 데이터 12행을 포함합니다.

데이터 필드:

• 작업: 작업에 대한 고유 식별자
• lang: 데이터 언어 또는 기본 프로그래밍 언어
• 카테고리: 상세 작업 카테고리
• 분할: 데이터셋 분류는 훈련 세트(train)와 검증 세트(val)로 구성됩니다.
• assistant_step: 에이전트가 응답하는 라운드(1부터 시작).
• assistant_steps: 소스 궤적에서 에이전트 응답의 총 라운드 수입니다.
• target_message_index: 최종 에이전트 메시지의 인덱스입니다.
• n_messages: 목표 메시지까지의 총 메시지 수입니다.
• 메시지: 대상 메시지까지의 누적 대화 맥락

소환

연구에 이 데이터셋을 사용하는 경우 출처를 명시해 주십시오. 클로드 페이블 5 에이전트 추적 데이터 — https://huggingface.co/datasets/greghavens/fable-5-coding-and-debugging-traces