build-small-hackathon/forgotten-lily-traces

Forgotten Lily — Gameplay Traces是一个来自游戏Forgotten Lily的匿名逐回合追踪数据集，该游戏是为Hugging Face的Build Small黑客松（Thousand Token Wood）构建的叙事神秘游戏。在游戏中，玩家扮演侦探询问一个名叫Lily的女孩，她无法用语言说话，只能用28种符号（tones）回答，每种符号携带一个含义片段。数据集捕获了每个回合的以下信息：玩家提出的问题、Lily回答时使用的符号（包括ID和字形），以及这些符号的含义解释。本质上，这是一个由7B模型生成的小型语料库，包含自然语言问题→受限符号回复→含义的三元组，其中模型被限制使用28个词汇。

Anonymous turn-by-turn traces from Forgotten Lily, a narrative mystery game built for the Hugging Face Build Small hackathon (Thousand Token Wood). In the game you play a detective questioning Lily, a girl who can no longer speak in words — only in tones, a private language of 28 glyphs that each carry one fragment of meaning. This dataset captures, for each turn: the question the player asked, the tones Lily answered with (their IDs and glyphs), and a gloss of what those tones mean. It is, in effect, a small corpus of natural-language question → constrained symbolic reply → meaning triples produced by a 7B model held to a 28-word vocabulary.

搜集汇总

数据集介绍

构建方式

该数据集源自Hugging Face“Build Small”黑客马拉松中构建的叙事解谜游戏《Forgotten Lily》。玩家扮演侦探，向仅能以28种“音调”符号（私人语言）作答的角色Lily提问。每轮交互均经由服务器端记录，Lily的回答由Qwen2.5-7B-Instruct模型（GGUF量化版本）生成，模型输出受限于当前剧情解锁的音调集合，并由确定性游戏引擎将其组装为固定语法结构。数据按批次定期提交至该仓库，形成匿名化的逐轮游戏轨迹。

特点

数据集的核心特色在于其结构与隐私保护设计。每条记录包含玩家问题、Lily回答的音调ID与符号、语义注释（gloss）以及问题主题分类（如音乐、家庭）。数据不涉及用户账户、IP地址等个人信息，会话字段由服务器随机UUID经单向哈希生成，仅用于关联同一游戏内的轮次。玩家输入经审核后分为正常、有害或特殊三类，有害内容被标注但保留于数据中，体现了对真实交互生态的尊重。

使用方法

适用于研究小型指令微调模型如何在固定符号词汇表约束下回应开放域自然语言问题。可分析问题主题与角色所选音调之间的映射关系，并观察其在游戏三幕（Meeting、Remembering、Letting Go）中的动态变化。数据以JSONL格式存储，包含时间戳、会话哈希、轮次、剧情幕数、问题文本、音调序列及其语义注释等字段。用户可通过Hugging Face数据集加载工具直接读取，或利用自定脚本处理data目录下的JSONL文件，以探索人机交互中的符号化语言生成机制。

背景与挑战

背景概述

Forgotten Lily — Gameplay Traces数据集诞生于Hugging Face的“Build Small”黑客马拉松，由匿名研究人员构建，聚焦于受约束符号生成与叙事交互的交叉领域。该数据集捕捉了玩家与叙事解谜游戏“Forgotten Lily”的交互过程，其中玩家扮演侦探审问只能用28种音调（一种私有符号语言）回答的女孩莉莉。每个交互回合记录了玩家的自然语言问题、莉莉以特定语法排列的音调回应及其释义，形成了一组小型但独特的“自然语言问题→约束符号回复→含义”三元组。这一资源为研究小规模指令微调模型如何在极小的固定符号词汇表中选择回答开放性问题提供了实证基础，同时也探索了隐私保护式的游戏内日志记录范式。

当前挑战

该数据集面对的核心挑战在于处理自然语言与高度约束符号系统之间的映射关系：玩家问题具有开放性，而莉莉的回复必须从仅28个音调中选取，且受限于剧情阶段的解锁和每回合音调数量上限，模型需要在不完整词汇表中构建有意义的回应。数据收集过程中面临多重构建难题，包括确保游戏引擎的确定性语法与模型输出的兼容性、实施输入内容审核以过滤有害问题、以及设计隐私保护机制（如会话哈希和有限时间戳）以防止用户身份追溯。此外，数据规模较小且为观察性采样，缺乏平衡性和人工标注，导致音调分布受游戏设计约束而非模型自由选择，限制了其作为通用研究基准的适用性。

常用场景

经典使用场景

Forgotten Lily Traces数据集的核心应用在于探索自然语言与受限符号词汇之间的映射关系。作为一种叙事性谜题游戏中的人机交互记录，它捕捉了玩家以自然语言提问、AI角色以28个专用符号（tones）回应的完整对话三元组。这一独特结构使研究者能够系统分析：在极小的固定词汇表约束下，大语言模型如何选择符号来回答开放性问题，以及不同叙事阶段（三幕剧情）中符号选择模式如何随情境演变，为受限生成与符号化对话系统研究提供了珍贵的行为数据。

解决学术问题

该数据集直击自然语言处理中符号化推理与词汇级约束生成的核心学术难题。它解决了如何量化评估小参数模型（7B）在仅28个符号词汇下保持语义连贯性的问题，为探索语言模型在极端符号空间中的行为规律提供了实证基础。同时，通过记录玩家提问的主题标签与AI符号回应间的对应关系，数据集支撑了交互式叙事中语义映射与情感计算的研究，推动了符号接地问题在具身化对话场景中的理解，对发展可解释、可控的对话AI具有方法论意义。

衍生相关工作

围绕Forgotten Lily Traces数据集已衍生出多项开创性工作。在符号化语言模型领域，研究者基于其28词汇约束条件，改进了Qwen2.5-7B等基础模型的解码策略，提出了动态词汇门控与逐回合覆盖机制，有效提升了受限生成的多样性。在叙事计算方向，该数据集推动了基于三幕剧情的象征性语义演化分析，形成了从‘相遇’到‘释怀’的情感符号迁移模型。此外，其隐私保护日志架构（单次哈希会话标识、无IP存储）被后续游戏数据集采用为标准设计范式，开启了人机交互数据合规采集的新路径。