Датасет · nvidia
SFT-корпус для терминальных агентов
nvidia/Nemotron-Terminal-Corpus
Англоязычный SFT-датасет от NVIDIA с траекториями для обучения LLM работе в терминале.
Что внутри
Датасет содержит текстовые траектории для supervised fine-tuning терминальных агентов. Он собран NVIDIA с помощью пайплайна Terminal-Task-Gen, который сочетает адаптацию датасетов и синтетическую генерацию задач в разных доменах. Язык — английский, размер — от 100 тыс. до 1 млн примеров.
Что можно сделать
- SFT LLM для выполнения команд в терминале
- Дообучение LoRA терминального агента
- Проверка агентных моделей на задачах терминала
- Задачи
- Вопрос-ответ
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 16,1 тыс.
- Лайков
- 154
Модели, обученные на нём
- open-athena/Qwen3.5-35B-A3B-Chat-Aligned-Base-2026.10.31Генерация текста 1 тыс.
- open-athena/Qwen3-30B-A3B-Chat-Aligned-Base-2026.10.30Генерация текста 780
- open-athena/Nemotron-3-Nano-30B-A3B-Chat-Aligned-Base-2026.10.30Генерация текста 686
- open-athena/Snowball-67B-A2B-Chat-Aligned-Base-2026.10.22Генерация текста 309
- Luminia/MiniCPM5-1B-Agent-GGUFГенерация текста 276
- mradermacher/LFM2.5-2.6B-Terminal-SFT-GGUF 243
- mradermacher/LFM2.5-2.6B-Terminal-SFT-i1-GGUF 220
- shr3y/Qwen3-0.6B-Agentic-Terminal-GGUF 90
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/Nemotron-Terminal-Corpus")