buzzwords-agent-trace

该数据集名为“Buzzwords & Misdemeanors — agent traces”，包含一系列JSON文件，每个文件记录了一局完整的“Buzzwords & Misdemeanors”游戏（一个法庭模拟游戏）。数据通过基于代理的交互系统生成：一个“Game Master”（使用MiniCPM5-1B基础模型和蒸馏的director LoRA，并受GBNF约束）按节拍指导听证会，基于代码中采样的真相；确定性守卫强制执行法庭序列不变性；多个“actors”（使用相同基础模型和每个风格的LoRA）负责交付台词。每个轨迹详细记录了每个节拍中Game Master的原始结构化决策，包括说话者、节拍类型、事实索引线索通道、强度、舞台指导和总结，以及守卫是否重新映射了决策、生成的台词、隐藏的真相和评分器校准探针。所有推理均在CPU上使用llama.cpp运行，依赖于一个约10亿参数的基础模型和小型适配器。该数据集适用于研究代理轨迹、法庭游戏模拟、语言模型在结构化环境中的应用，以及多智能体交互系统的评估。The dataset is named Buzzwords & Misdemeanors — agent traces and consists of a series of JSON files, each recording a complete game session of Buzzwords & Misdemeanors (a courtroom simulation game). The data is generated through an agent-based interaction system: a Game Master (using the MiniCPM5-1B base model with a distilled director LoRA and constrained by GBNF) guides the hearing in beats based on truth sampled from code; a deterministic guard enforces courtroom sequence invariance; multiple actors (using the same base model with LoRAs for each style) deliver lines. Each trace details the Game Masters original structured decisions per beat, including speaker, beat type, fact index clue channel, intensity, stage direction, and summary, as well as whether the guard remapped the decision, generated lines, hidden truth, and scorer calibration probes. All inference is run on CPU using llama.cpp, relying on a base model with approximately 1 billion parameters and small adapters. This dataset is suitable for researching agent trajectories, courtroom game simulation, language model applications in structured environments, and evaluation of multi-agent interaction systems.

原始信息汇总

数据集概述

• 数据集名称：Buzzwords & Misdemeanors — agent traces
• 许可证：Apache-2.0
• 标签：agent-trace, llama-cpp, courtroom-game

数据集内容

该数据集包含多轮法庭场景游戏“Buzzwords & Misdemeanors”的完整对局记录。每一份JSON文件对应一局完整的游戏过程。

数据构成

每个对局记录包含以下结构化信息：

• 游戏大师（Game Master）：基于MiniCPM5-1B模型与经过蒸馏的“导演”LoRA适配器，受GBNF约束，按节拍指导听证过程。真相通过代码采样生成。
• 确定性守卫（Deterministic Guards）：确保法庭流程顺序的不变性。
• 演员（Actors）：使用相同的基座模型搭配每种风格对应的LoRA适配器来生成台词。
• 每节拍记录：
  • 发言者
  • 节拍类型
  • 事实索引/线索通道
  • 强度
  • 舞台指示
  • 总结
  • 守卫是否对节拍进行了重映射
  • 最终生成的台词
  • 隐藏的真相
  • 评分者校准探查

配置与文件

• 配置名称：agent_traces_actor_line
• 数据文件路径：traces/*
• 分割：仅包含训练集（train）

技术细节

所有推理均使用llama.cpp在CPU上运行，采用约1B参数的基座模型搭配小型适配器。

搜集汇总

数据集介绍

构建方式

本数据集源自于名为“Buzzwords & Misdemeanors”的法庭式角色扮演游戏，旨在捕捉多智能体交互的完整轨迹。构建过程中，一个游戏管理者（Game Master）基于MiniCPM5-1B基础模型与经蒸馏得到的导演低秩适配器（director LoRA）协同运作，在GBNF格式约束下，依照代码中随机采样的“真相”逐步引导庭审进程。每个阶段由确定性守卫机制强制执行时序不变量，确保游戏流程的规范性。随后，演员模块（actors）采用相同基础模型附加相应风格的LoRA适配器，生成角色对白。每条轨迹详尽记录了游戏管理者每轮决策的结构化信息，包括发言者、节拍类型、事实索引线索通道、情绪强度、舞台指令及总结环节，并同时记录了守卫是否对原始决策进行了重映射、最终输出语句、隐藏的真相以及评分器校准探针。所有推理均在CPU上通过llama.cpp完成，使用约1B参数的基础模型与小型适配器。

特点

该数据集的核心特色在于其高度结构化的多智能体交互记录与细粒度的过程控制信息。每一份JSON文件完整包含了一整局游戏的详细运行轨迹，不仅保留了游戏管理者的原生结构化决策树，还额外标注了守卫机制的干预情况，使得研究者能够清晰分辨模型原生输出与规则强制修正之间的界限。数据中同时涵盖了演员基于不同风格LoRA适配器生成的角色对白，展现了同一基座模型在不同人物风格下的表现差异。此外，隐藏真相与评分器校准探针的引入，为评估模型对情境的忠实度与一致性提供了客观基准。这种设计使得该数据集不仅适用于对话生成任务，更可服务于对多智能体协作机制、规则约束下的语言生成以及可控文本风格迁移等前沿课题的深入探究。

使用方法

使用本数据集时，建议科研人员首先通过HuggingFace Datasets库按配置名“agent_traces_actor_line”加载训练集数据，其数据文件位于“traces/”目录下的全部JSON文件。每条数据代表一局完整的游戏轨迹，研究者可解析其中的“beats”字段，提取游戏管理者每一步的决策元信息，并利用“line”字段获取演员实际输出的对白文本。通过对比“remapped”标志，可以区分经过守卫强制修正的样本与模型自由输出的样本，从而专项分析规则约束的影响。进一步地，可结合“hidden_truth”与“calibration_probes”字段，设计用于评估模型对隐藏信息保持能力或推理一致性的下游任务。对于风格迁移研究，可通过“style”字段筛选不同LoRA适配器对应的演员对话，构建多风格平行语料。所有推理过程基于llama.cpp的CPU环境运行，确保了实验的可复现性。

背景与挑战

背景概述

Buzzwords & Misdemeanors — agent traces数据集由社区驱动的构建小项目（build-small-hackathon）团队于近期创建，旨在捕捉基于语言模型的智能体在多参与者互动场景中的决策轨迹。该数据集聚焦于一个名为“Buzzwords & Misdemeanors”的法庭模拟游戏，其中游戏主控（Game Master）采用MiniCPM5-1B模型结合经过蒸馏的director LoRA适配器，通过GBNF约束生成结构化决策，而演员（actors）则使用同一基座模型配合按风格区分的LoRA产生台词。核心研究问题涉及如何记录并复现多智能体系统中角色分工、规则执行与语言生成的协同过程，为理解小型语言模型在复杂叙事环境中的行为提供实证基础。该数据集通过详细的追踪记录（包括原始结构化决策、守卫规则重映射、隐藏真相与评分校准探针），对智能体交互轨迹研究、约束生成以及轻量级适配技术领域具有潜在影响力，尤其关注计算资源受限场景下（所有推理在CPU上完成）的实用方案。

当前挑战

该数据集首要应对的领域挑战在于多智能体系统中协调性与可控性的平衡——游戏主控与演员需在规则约束下保持叙事连贯，同时避免生成不一致或违反法庭程序的行为；守卫机制的引入虽确保序列不变性，却可能因重映射动作破坏原始语义自然度。构建过程中面临技术挑战包括：轻量级模型（约1B参数）在CPU推理环境下的实时性限制，以及LoRA适配器对不同角色风格的精准控制；此外，数据收集依赖GBNF约束生成，需手工设计结构化决策模板以防模式崩塌，且全流程缺乏自动化验证工具，导致每次游戏生成的轨迹需人工校核一致性，增加了构建开销与不确定性。

常用场景

经典使用场景

Buzzwords-Agent-Trace数据集的核心价值在于捕捉多智能体交互过程中细粒度的决策轨迹。该数据集记录了法庭模拟游戏中‘游戏大师’与多个‘演员’智能体之间的结构化互动，每一行数据都包含决策节点、守卫规则映射、输出文本以及隐藏真相线索。经典使用场景聚焦于研究基于规则约束的对话生成，探析轻量级语言模型在有限资源条件下（如1B参数模型结合LoRA适配器）是如何通过结构化决策来维持叙事连贯性与角色一致性的。

衍生相关工作

该数据集催生了多项衍生性研究，重点包括基于GBNF约束的微调策略优化、LM+规则混合架构的可信度评估，以及单一基础模型通过LoRA适配器实现多种说话风格的方法论。相关工作探讨了如何将类似buzzwords的交互范式迁移至更大规模的智能体协作网络（如客服多部门联动），或反向蒸馏，利用该轨迹数据指导更大模型（如7B参数级别）在低资源设备上进行知识迁移与对齐，从而拓展了小型智能体在边缘计算场景中的应用边界。

数据集最近研究

最新研究方向

当前，基于小型语言模型的多智能体交互系统在模拟复杂社会情境方面展现出蓬勃生机。Buzzwords-agent-trace数据集聚焦于法庭辩论游戏这一前沿方向，通过记录游戏主持人与多角色演员代理的完整决策轨迹，为研究受限语言生成、角色风格迁移以及结构化剧情编排提供了独特的实验场。该数据集源于对MiniCPM5-1B基座模型结合LoRA微调的实践，并采用GBNF约束解码与确定性守卫机制确保法庭流程的序列一致性，这种将形式化规则嵌入神经生成流程的范式，正成为推动可控、可解释智能体系统发展的关键热点。其所蕴含的代理行为基线与校准探针信息，对评估和提升小型模型在开放式任务中的可靠性具有深刻意义。