К содержимому

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")