findable-lite

Findable Lite 是一个公开的开发数据集，专为实施和调试目录发现代理、本地测试工具以及确定性评分合约而设计。该数据集包含四个配置：任务（tasks）、流程（flows）、评估（evaluations）和目录（catalog），每个配置均以 Parquet 文件格式存储。数据集覆盖了 204 个任务、340 个评估状态、15 个产品、45 个变体、45 个报价和 3 个类别，目录涉及数字配件、家用电器和户外装备三大领域。任务被划分为六种能力组，每组 34 个任务，涵盖已知产品变体选择、完整硬条件搜索、场景推理与权衡、信息缺失时主动提问、动态多轮发现以及用户改变主意后修改条件等场景。所有任务、描述、产品ID、变体、报价、价格、库存、选项及目录事实均为合成数据，但部分产品标题使用真实品牌和型号名称用于标识参考产品，这是名义上的合理使用，不表示附属关系或认可。数据集采用 CC-BY-4.0 许可证。Findable Lite is a public development dataset designed for implementing and debugging directory discovery agents, local testing tools, and deterministic scoring contracts. The dataset includes four configurations: tasks, flows, evaluations, and catalog, each stored in Parquet file format. It covers 204 tasks, 340 evaluation states, 15 products, 45 variants, 45 offers, and 3 categories, with the catalog spanning three domains: digital accessories, home appliances, and outdoor equipment. Tasks are divided into six capability groups, each with 34 tasks, covering scenarios such as known product variant selection, complete hard condition search, scenario reasoning and trade-offs, proactive questioning when information is missing, dynamic multi-round discovery, and modifying conditions after user changes mind. All tasks, descriptions, product IDs, variants, offers, prices, inventories, options, and catalog facts are synthetic data, but some product titles use real brand and model names for identifying reference products, which is nominal fair use and does not imply affiliation or endorsement. The dataset is licensed under CC-BY-4.0.

原始信息汇总

Findable Lite 数据集概述

数据集身份

• 数据集名称：Findable Lite（版本 findable-lite@0.3.0）
• 协议版本：v1-draft
• 许可证：CC-BY-4.0
• 语言：中文、英文
• 任务类型：文本生成（text-generation）
• 定位：用于实现和调试目录发现代理（catalog-discovery agents）、本地夹具工具和确定性评分合约的公开开发集

覆盖范围

单元	数量
任务（Tasks）	204
评估状态（Evaluation states）	340
产品（Products）	15
变体（Variants）	45
报价（Offers）	45
类别（Categories）	3

目录涵盖数字配件、家用电器和户外装备三类领域，为有意限定的小规模数据集，不代表生产级商业多样性。

能力组分布

每个公开能力组包含 34 个任务，共六个能力组：

能力组	任务数
已知产品变体选择	34
完整硬条件搜索	34
场景推断与权衡	34
信息缺失时主动询问	34
动态多轮发现	34
用户改变主意后修订条件	34

数据配置与加载

数据集包含四个配置（config），每个配置对应一个 Parquet 文件，支持无脚本加载：

• tasks：任务数据
• flows：流程数据
• evaluations：评估数据
• catalog：目录数据

条件与事实值采用异构模型，以 value_json + value_type（string、number、boolean、array、object、null）编码，由 Findable 加载器验证标签并重建规范值后进行评分。

已知评分指南缺口

1. TIGHTEN：没有价格恰好等于已废弃预算值的报价，孤立的过时事实负面案例需要合成证据支持。
2. RELAX：终止状态未声明 stale_condition_rejection，过时检查一致性需要显式记录评分覆盖规则。

数据来源说明

• 任务、描述、产品 ID、变体、报价、价格、库存、选项等均为合成数据。
• 部分产品标题使用真实品牌和型号名称，仅用于标识产品（名义性合理使用），不表示隶属、认可或真实商业报价描述。
• 字段来源记录于 manifest.json#/provenance/fieldProvenance，产品标题字段标记为 nominative_reference，合成字段标记为 synthetic。

许可证与引用

• 数据集采用 CC-BY-4.0 许可证。
• Findable 代码仓库采用 Apache-2.0 许可证（独立适用）。
• 不可变交叉引用：
  • 代码与合约：https://github.com/hwy-deeplumen/findable/commit/16c1834d43be277e32b760f12b7ff85602c2554c
  • 数据集修订：https://huggingface.co/datasets/yuebanlaosiji/findable-lite/commit/b6f575625e7aa7fd5a8769e6971a499912a8d01e

使用注意

• 此数据集为开发集，公共任务和评分指南可能被吸收进模型训练数据。
• 不应用于正式排名或排行榜声明。

搜集汇总

数据集介绍

构建方式

Findable Lite 数据集作为面向目录发现智能体的公开开发集，其构建方式遵循严谨的合成数据生成与结构化封装原则。数据集内容根通过 SHA256 哈希实现定位无关的完整性校验，涵盖任务、流程、评估状态与目录四大配置模块，分别以 Parquet 格式存储，保留嵌套数组的原生结构。针对异构条件与事实值，设计 value_json 与 value_type 联合编码策略，以适配 Parquet 无联合列的约束，并通过 Findable 加载器进行标签验证与规范值重建。目录覆盖数字配件、家用电器与户外装备三大类别，包含 204 项任务、340 个评估状态及 15 种产品，各能力组均配置 34 项测试任务，确保评估维度的均衡性与可调试性。

使用方法

该数据集采用无脚本加载方式，兼容 Hugging Face datasets 库，用户可通过 load_dataset 函数便捷调用各配置模块，分别获取任务、流程、评估与目录数据。开发者可利用其进行智能体实现的调试、本地 Fixture 工具的搭建以及确定性评分合约的验证。数据集基于 CC-BY-4.0 许可发布，代码仓库另行遵循 Apache-2.0，两者互不替代。使用时需注意，公开任务与评分规则可能被模型训练数据吸收，故不应用于正式排名或排行榜声明的依据。此外，数据集的不可变交叉引用指向特定代码与数据集修订版本，开发者应以此作为版本身份标识，而非移动的默认分支，确保可复现性与评估的一致性。

背景与挑战

背景概述

findable-lite数据集诞生于2023年，由deeplumen团队研发，旨在为目录发现智能体的开发与调试提供公开的初始数据集。其核心研究问题在于构建一个可控的合成环境，以评估智能体在商品检索、条件筛选及多轮对话中的表现。作为catalog-discovery领域的基准，该数据集通过204项任务与340个评估状态，覆盖了从已知产品变体选择到动态多轮发现等六大核心能力，为相关研究提供了标准化的测试平台。其影响力在于，尽管规模有限，但为智能体系统的迭代优化与评分契约的验证奠定了坚实基础，促进了该领域从理论走向实践。

当前挑战

findable-lite所面临的挑战既涵盖领域固有的难题，也包含构建过程中的具体障碍。在领域层面，如何有效评估智能体在真实世界复杂检索中的鲁棒性是一大挑战，而合成数据虽可控却难以完全模拟现实商业生态的多样性与非确定性。在构造过程中，数据集需克服异构数据编码的难题，例如Parquet格式对复杂嵌套结构的支持限制，以及保证评估一致性的评分合约设计。此外，已知的评分覆盖缺口，如TIGHTEN中预算精确匹配的缺失，要求引入合成证据与明确的规则覆盖，这无疑增加了数据集的构建复杂度与验证难度。

常用场景

经典使用场景

Findable Lite 作为公开的开发集，专为目录发现代理的实现与调试而构建，在智能购物助手、个性化推荐系统的研发中扮演关键角色。其设计聚焦于六个核心能力组，涵盖已知产品变体选择、复杂条件搜索、场景推理与权衡、信息缺失时的主动询问、动态多轮发现以及用户意图变更后的条件修正，为自然语言交互式商品检索提供了标准化的测试平台。该数据集尤其适用于开发基于大语言模型的智能导购系统，通过模拟真实购物场景中用户的多变需求与信息不确定性，检验并优化代理在动态环境下的决策能力与鲁棒性。

解决学术问题

该数据集着力解决开放式目录发现任务中评估标准缺失、测试场景碎片化等学术难题。通过提供结构化的任务定义、规范化的评估状态以及确定性的评分契约，它建立了可复现的基准，使研究者能够量化比较不同代理在已知产品匹配、条件约束满足、信息主动获取等复杂场景下的表现。其合成数据与真实品牌名的审慎结合，在尊重知识产权的同时，有效规避了隐私与伦理风险，为信息检索、对话系统、知识图谱等领域的交叉研究提供了可靠且可验证的实验环境，推动了从静态查询到动态多轮交互的范式转型。

实际应用

在实际应用中，Findable Lite 为电商平台的产品搜索与推荐功能提供了关键的技术验证。企业可利用该数据集构建和测试智能购物助手，使其能够理解模糊需求、在信息不足时主动澄清、于用户改变主意时灵活调整推荐策略，从而显著提升用户体验与购买转化率。此外，该数据集也适用于开发面向目录管理的自动化工具，如库存盘点、价格监控与产品信息维护。其轻量级结构支持快速迭代，便于开发团队在正式上线前进行功能调试与性能评估，降低部署风险，加速了从研究原型到商业落地的转化进程。

数据集最近研究

最新研究方向

Findable Lite数据集的最新研究聚焦于目录发现代理（catalog-discovery agents）的开发与调试，以及可复现的评分契约（deterministic scoring contracts）的实现。该数据集作为公共开发集，支持在六个能力组（如已知产品变体选择、硬条件搜索、场景推断与权衡、信息缺失时询问、动态多轮发现、修订条件等）上进行系统性测试，每个能力组包含34个任务，总计204个任务。其前沿方向包括通过合成数据与真实品牌名称的合理引用，研究代理在有限商业目录（涵盖数字配件、家用电器和户外装备）中的泛化能力，并探索已知评分缺口（如TIGHTEN和RELAX操作中的评分标准不足）的解决方案。此外，该数据集强调不可变性（通过内容根哈希和commit引用）和许可分离（CC-BY-4.0与Apache-2.0），为构建可靠、可审计的目录发现系统提供了基准，对电子商务智能代理的评估方法和工具链发展具有重要意义。