Датасет · lukakuma
Сырые траектории веб-агентов с картинками
lukakuma/web-trajectories-preference-raw
Крупный сырой архив успешных и неуспешных действий веб-агентов на английском и корейском языках для последующей фильтрации.
Что внутри
Датасет содержит от 1 до 10 млн записей: сырые траектории веб-навигации, тексты, таблицы и скриншоты на английском и корейском языках. Внутри сохранены 8 851 успешная и 5 960 неуспешных траекторий, а также автоматически отобранные черновые SFT-конфиги и непроверенные визуальные кандидаты. Автор подчеркивает, что это не готовый корпус для обучения, а сырой инвентарь, требующий ручной ревизии и отсева.
Что можно сделать
- Отбор и фильтрация данных для обучения мультимодальных веб-агентов
- Сборка собственных SFT или preference-датасетов по навигации в браузере
- Анализ типичных ошибок и сбоев при выполнении веб-сценариев
- Задачи
- Генерация текста
- Языки
- Английский, Корейский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 34,4 тыс.
- Лайков
- 0
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("lukakuma/web-trajectories-preference-raw")