К содержимому

Датасет · nvidia

Датасет для RL-обучения ИИ-агентов работе в терминале

nvidia/Nemotron-RL-Agentic-Terminal-Pivot-v1

Англоязычные траектории действий в командной строке от NVIDIA для обучения LLM-агентов с подкреплением.

Что внутри

Набор от NVIDIA содержит от 10 до 100 тысяч обучающих примеров на английском языке для RL-тренировки агентов командной строки в среде terminus_judge фреймворка NeMo Gym. Каждая запись представляет собой точку принятия решения из успешной траектории: инструкцию к задаче и историю взаимодействия с терминалом, включая предыдущие действия агента и вывод консоли.

Что можно сделать

  • RL-дообучение LLM-агентов для автономного выполнения задач в командной строке
  • Тренировка моделей планирования и принятия решений в интерактивных средах с помощью NeMo Gym
Задачи
Генерация текста
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
2,3 тыс.
Лайков
33

Как загрузить

from datasets import load_dataset

ds = load_dataset("nvidia/Nemotron-RL-Agentic-Terminal-Pivot-v1")