THUDM/AgentInstruct

AgentInstruct数据集是一个精心策划的数据集，包含1,866个高质量交互，旨在通过任务推导和自我指导等方法增强AI代理在六个不同现实世界任务中的表现。数据集的特点包括使用ReAct方法提供详细的思想解释、涵盖六个现实世界场景、通过严格奖励过滤确保高质量、以及进行严格检查以避免数据泄漏。任务概述部分列出了每个任务的过滤轨迹数量和平均轨迹轮次。

原始信息汇总

数据集概述

数据集名称

• AgentInstruct

数据集特征

• conversations
  • from: 数据类型为字符串
  • loss: 数据类型为布尔值
  • value: 数据类型为字符串
• id: 数据类型为字符串

数据集分割

• os
  • num_bytes: 660245
  • num_examples: 195
• db
  • num_bytes: 1436655
  • num_examples: 538
• alfworld
  • num_bytes: 1223363
  • num_examples: 336
• webshop
  • num_bytes: 1602648
  • num_examples: 351
• kg
  • num_bytes: 2960010
  • num_examples: 324
• mind2web
  • num_bytes: 159590
  • num_examples: 122

数据集大小

• download_size: 1255385
• dataset_size: 8042511

语言

• en

数据集描述

• AgentInstruct 是一个包含1,866个高质量交互的数据集，旨在提升AI代理在六个不同真实世界任务中的表现。该数据集利用了创新的任务推导和自我指导方法。

任务概览

Task	# Filt. Traj.	Avg # Filt. Traj. Turns
ALFWorld	336	13.52
WebShop	351	3.68
Mind2Web	122	1.00
Knowledge Graph	324	6.04
Operating System	195	3.85
Database	538	2.06
AgentInstruct	1866	5.24

模型

• AgentLM 模型通过在AgentInstruct数据集和ShareGPT数据集上混合训练生成。

• 模型遵循Llama-2-chat的对话格式，系统提示固定为：

  You are a helpful, respectful and honest assistant.

• 7B, 13B, 和 70B 模型可在Huggingface模型库中获取。

搜集汇总

背景与挑战

背景概述

AgentInstruct是一个高质量的数据集，包含1,866条交互数据，覆盖六个真实世界任务，旨在通过思维链和严格过滤方法提升AI代理的决策能力。该数据集用于训练AgentLM模型，支持多任务场景下的代理能力泛化。