Audio-Video-Engineering-Agentic-Tasks-1M

Audio/Video Engineering Agentic Tasks (1M) 是一个高度专业化的数据集，包含1,029,459个上下文故障排除提示和执行命令，专为深度媒体制作场景设计。该数据集不同于模拟干净理论指令的标准数据集，而是捕捉了专业音频工程师、作曲家和视频编辑在会话中的混乱、高度详细和对话式现实场景。

数据集规模：包含1,029,459行数据，约156,015,488个任务令牌，涵盖25种专注于音频工程、音乐创作和视频后期制作的专业原型。数据以分块Parquet格式存储（Zstandard压缩）。

核心特点：数据集采用对话式、诊断性、多步骤的操作语气（平均每条指令127.75字），专注于"会话中危机"场景，要求AI代理能够解析领域特定的复杂语言，并推导出解决时间线问题的精确操作序列。

数据结构包含五个字段：batch_id（生成标记）、index（矩阵索引）、professional（职业原型）、group（宏观类别）和user_prompt（原始任务序列）。

应用场景：主要用于训练多模态AI代理在数字音频工作站(DAW)和非线性编辑(NLE)环境中的操作能力，包括音乐制作、声音设计、视频编辑和色彩分级等专业领域。数据集采用MIT许可证发布，适用于商业、学术和个人模型训练。