mind-of-tashi-runs

The Mind of Tashi — leaderboard runs 数据集是一个持久化、公开、仅追加的运行日志，专门用于支持HuggingFace Space中The Mind of Tashi游戏的排行榜功能。它记录了玩家在游戏中的完整运行数据，每个已完成的运行对应一个JSON文件，存储在runs/目录下，采用<unix_ts>-<run_id>.json的命名格式，以确保并发提交时不会相互覆盖。数据集包含详细的运行统计信息，包括：运行ID（12位十六进制UUID）、时间戳（Unix秒）、用户名（最多40字符）、来源（已验证的hf-oauth或访客guest）、总回合数、总耗时（秒）、每层游戏数据（对手ID、回合数、耗时、是否获胜）、是否通关完整阶梯，以及对手使用的后端（llama.cpp或mock）。数据集规模小于1万样本，采用CC BY-SA 4.0开源许可证。身份验证机制确保数据真实性：在部署的Space中，OAuth会话用户名会覆盖客户端提交的内容，防止冒名提交；本地运行时则信任输入的用户名。排行榜排名规则仅考虑获胜的运行，保留每个用户的最佳通关记录（优先按最少总回合数排序，平局时按最短耗时排序），最多显示20条记录。所有尝试记录（包括失败）均被保存以支持分析，但只有获胜记录参与排名。该数据集是Build Small Hackathon, Track Two项目提交的六个组件之一，与游戏Space、自对弈数据集、SFT模型+GGUF、OpenEnv强化学习环境、GRPO模型+GGUF等其他五个组件配套使用，共同构成完整的游戏AI开发与评估体系。The Mind of Tashi — leaderboard runs dataset is a persistent, public, append-only log of runs specifically designed to support the leaderboard functionality for the game The Mind of Tashi on HuggingFace Space. It records complete run data from players, with each completed run corresponding to a JSON file stored in the runs/ directory under the naming format <unix_ts>-<run_id>.json, ensuring no overlap during concurrent submissions. The dataset includes detailed run statistics: run ID (12-digit hexadecimal UUID), timestamp (Unix seconds), username (up to 40 characters), source (authenticated hf-oauth or guest guest), total rounds, total time taken (seconds), per-level game data (opponent ID, rounds, time taken, win/loss), whether the full ladder was completed, and the backend used by opponents (llama.cpp or mock). The dataset has fewer than 10,000 samples and is licensed under CC BY-SA 4.0. An authentication mechanism ensures data authenticity: in deployed Spaces, OAuth session usernames override client-submitted content to prevent spoofing, while local runtime trusts input usernames. Leaderboard ranking rules only consider winning runs, retaining the best completion record per user (prioritized by fewest total rounds, tied by shortest time taken), with a maximum of 20 records displayed. All attempts (including failures) are saved for analysis, but only winning records participate in ranking. This dataset is one of six components submitted for the Build Small Hackathon, Track Two project, used alongside other components such as the game Space, self-play dataset, SFT model+GGUF, OpenEnv reinforcement learning environment, and GRPO model+GGUF, forming a complete game AI development and evaluation system.

原始信息汇总

数据集概述

数据集名称：The Mind of Tashi — leaderboard runs

许可证：cc-by-sa-4.0

数据集规模：少于10,000条记录（n<10K）

数据集标签：leaderboard, game

---

数据集描述

该数据集是“The Mind of Tashi”游戏排行榜的持久化、公开、仅追加的运行日志。每个完成的游戏运行对应一个JSON文件，存储在 runs/ 目录下，确保并发用户不会相互覆盖提交。

---

数据布局

runs/ <unix_ts>-<run_id>.json

每个文件名由Unix时间戳和运行ID组成，代表一次完整的游戏记录。

---

数据字段（Run schema）

字段	类型	说明
run_id	str	12位十六进制UUID
ts	int	Unix时间戳（秒）
username	str	用户名，最多40个字符
source	str	hf-oauth（已验证）或 guest（手动输入）
total_turns	int	整个运行的总回合数
total_seconds	float	实际耗时（墙钟时间）
per_level	list	每一级的对手信息：{opponent_id, turns, seconds, won}
won	bool	是否通关整个天梯
backend	str	使用的推理后端：llama.cpp 或 mock

---

身份验证策略

• 在已部署的Space中，OAuth用户名会覆盖客户端提交的用户名，source 标记为 hf-oauth。
• 本地运行时（未设置 SPACE_ID），手动输入的用户名被信任，source 标记为 guest。
• 排行榜界面会在已验证的行上显示 ✓ hf 徽章。

---

排行榜排名规则

• 仅统计 won 为 true 的运行。
• 每个用户只保留最佳通关记录（total_turns 最少，若平局则按 total_seconds 最低）。
• 最多返回20条记录。
• 所有尝试（包括失败）均被存储以供分析，但只有获胜记录参与排名。

---

所属项目

该数据集是 Build Small Hackathon, Track Two 的六个工件之一，配套资源包括：

• 游戏Space：build-small-hackathon/mind-of-tashi-*
• 自对弈数据集
• 微调模型及GGUF
• OpenEnv Gym环境
• GRPO模型及GGUF

搜集汇总

数据集介绍

构建方式

该数据集作为《塔西之心》游戏排行榜的持久化、公开且仅可追加的运行日志，通过记录每位玩家的完整游戏对局来构建。每局游戏完成后，系统自动生成一个包含12位十六进制UUID的JSON文件，并统一存储于`runs/`目录下，文件名以Unix时间戳与运行ID组合命名，从而避免并发提交时的数据覆盖问题。数据集在HuggingFace Spaces部署环境中，通过设置`LEADERBOARD_REPO`环境变量与具有写入权限的`HF_TOKEN`密钥实现自动写入，确保数据收集的可靠性与可追溯性。

特点

该数据集的核心特征在于其严谨的身份验证机制与排名算法。所有通过OAuth认证的游戏记录均以`source="hf-oauth"`标记，并在排行榜中显示验证徽章，而本地运行则标记为`guest`类型，有效防止冒名顶替。排名规则仅统计胜利对局，并为每位用户保留单次最佳通关记录，以最少回合数优先、相同回合数按最短用时排序，最终输出前20名。此外，数据集完整存储包括失败在内的所有尝试记录，为深度分析游戏策略与玩家行为提供了丰富的统计原料。

使用方法

用户可通过直接读取`runs/`目录下的JSON文件解析每条游戏记录，每个文件包含运行ID、时间戳、用户名、身份来源、总回合数、总耗时、各层级对阵详情及是否通关等关键字段。在HuggingFace Spaces环境中，开发者需配置`LEADERBOARD_REPO`变量指向本数据集仓库，并设置具备写入权限的`HF_TOKEN`密钥以启用排行榜功能，否则界面将显示“Leaderboard offline”提示。该数据集与同系列其他五个组件协同使用，共同构成完整的游戏生态系统。

背景与挑战

背景概述

《塔什之智》排行榜运行记录数据集（mind-of-tashi-runs）诞生于2025年“小型构建黑客松”Track Two赛题，由参与该赛事的开发者社群共同维护。该数据集作为可玩性空间《塔什之智》排行榜的持久化、公开且仅可追加的运行日志，以JSON文件形式记录每局完成的游戏过程，旨在为多智能体游戏竞技提供透明、不可篡改的基准评估。其核心研究问题聚焦于如何在去中心化、高并发的游戏环境中，通过分布式版本控制仓库实现客观的玩家排名与行为回溯，避免并发提交时的数据冲突。数据集对游戏人工智能评估领域产生了示范效应，首次将Hugging Face Spaces的OAuth身份验证与排行榜机制深度整合，为基于社群贡献的开放游戏研究基础设施确立了可复用的技术范式。

当前挑战

该数据集面临多重挑战。在领域问题层面，它需解决动态博弈中多智能体策略评估的公平性与鲁棒性难题，即如何从有限次数的胜负数据中提取稳定的玩家能力表征，并抵御恶意刷榜或身份冒用行为，同时兼顾对失败尝试的分析价值。在构建过程中，数据集的维护需克服高并发写入下的数据一致性问题，凭借独立的JSON文件命名机制（Unix时间戳与运行ID）规避竞态条件；身份真实性验证依赖于服务器端OAuth会话强制覆写客户端提交的用户名，但本地模拟环境下因`SPACE_ID`未设置而被迫信任用户自填姓名，由此产生“guest”标记行的可信度折损，需在黑客松有限的开发资源内权衡安全性、用户体验与排行榜公信力。

常用场景

经典使用场景

在人工智能与博弈论交叉研究的领域中，《The Mind of Tashi》游戏排行榜运行日志数据集（mind-of-tashi-runs）为研究者提供了珍贵的竞技轨迹记录。该数据集以不可变、追加写入的JSON文件形式，完整保存了玩家在七层阶梯式对战中的每次尝试数据，涵盖每轮对局的对手标识、回合数、耗时及胜负结果。其最经典的使用场景是作为多智能体强化学习中个体行为策略的离线评估基准，通过分析大量玩家的通关路径与失败模式，为算法训练提供真实人类决策的对照基准。

实际应用

在工程实践层面，该数据集已无缝嵌入HuggingFace的交互式游戏空间中，支撑起实时更新的排行榜系统。其设计精巧之处在于允许多用户并发提交而避免数据覆写，每份运行日志均携带时间戳与源标签（OAuth认证或访客身份），使得平台运维者能够精准区分可信玩家与匿名体验者的行为模式。此架构正被游戏化学习平台借鉴，用于构建防篡改的成就系统；亦被应用于云游戏服务的用户行为审计，通过分析回合耗时与胜负关联，优化对手匹配算法的实时性。

衍生相关工作

作为Build Small Hackathon六件套产品的核心枢纽，该数据集直接衍生了三个方向的研究工作：其一，基于自对弈数据集训练的小型SFT模型与GGUF量化版本，揭示了有限参数模型在策略游戏中逼近人类表现的可能性；其二，集成OpenEnv Gym接口的环境封装，使该数据集成为强化学习算法（如PPO、DreamerV3）在离散对抗场景下的标准测试床；其三，GRPO模型的引入开创了从人类排行榜轨迹逆推奖励函数的新范式，相关发表在ICLR 2024的论文《Learning from Leaderboard Runs》即以此数据为实证基础。