hamishivi/swerl-combined-agent-tasks

--- license: apache-2.0 configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: ground_truth dtype: string - name: dataset dtype: string - name: env_config struct: - name: env_name dtype: string - name: image dtype: string - name: task_id dtype: string - name: source dtype: string splits: - name: train num_bytes: 10847711 num_examples: 4309 download_size: 4447921 dataset_size: 10847711 --- # SWERL Combined Agent Tasks Combined dataset for SWERL sandbox RL training. Includes task data tarball with per-task Docker images. ## Sources | Source | Rows | Description | |--------|------|-------------| | [hamishivi/agent-task-combined](https://huggingface.co/datasets/hamishivi/agent-task-combined) | 3,627 | Terminal automation tasks (endless_terminals, openthoughts, swe_gym) | | [osieosie/tmax-tasks-skill-taxonomy-20260324-1k-verified](https://huggingface.co/datasets/osieosie/tmax-tasks-skill-taxonomy-20260324-1k-verified) | 682 | Skill taxonomy tasks with verified test suites | **Total: 4,309 tasks** ## Format Each row has: - `messages`: system + user prompt - `ground_truth`: task ID - `dataset`: "passthrough" - `env_config`: `{env_name, task_id, image}` — Docker image tag for the task - `source`: origin dataset identifier ## Task Data The `task-data.tar.gz` file contains per-task directories: - `{task_id}/instruction.md` — task description - `{task_id}/tests/test.sh` — test script (uploaded only at submit time) - `{task_id}/setup.sh` — container setup commands - `{task_id}/environment/seeds/` — seed files for /workspace许可证：Apache-2.0 配置项： - 配置名称：default 数据文件： - 拆分集：训练集（train） 路径：data/train-* 数据集信息： 特征： - 字段名：messages，为列表类型，包含： - 字段名：content，数据类型：字符串（string） - 字段名：role，数据类型：字符串（string） - 字段名：ground_truth，数据类型：字符串 - 字段名：dataset，数据类型：字符串 - 字段名：env_config，为结构体类型，包含： - 字段名：env_name，数据类型：字符串 - 字段名：image，数据类型：字符串 - 字段名：task_id，数据类型：字符串 - 字段名：source，数据类型：字符串 拆分集信息： - 拆分集名称：train，字节数：10847711，样本数：4309 下载大小：4447921，数据集总大小：10847711 # SWERL 组合智能体任务 本数据集为SWERL沙箱强化学习（Reinforcement Learning, RL）训练专用组合数据集，包含带有单任务Docker镜像的任务数据压缩包。 ## 数据源 | 数据源 | 样本数 | 描述 | |--------|--------|------| | [hamishivi/agent-task-combined](https://huggingface.co/datasets/hamishivi/agent-task-combined) | 3,627 | 终端自动化任务（涵盖endless_terminals、openthoughts、swe_gym三类） | | [osieosie/tmax-tasks-skill-taxonomy-20260324-1k-verified](https://huggingface.co/datasets/osieosie/tmax-tasks-skill-taxonomy-20260324-1k-verified) | 682 | 带有已验证测试套件的技能分类任务 | **总样本数：4,309** ## 数据格式 每条样本包含以下字段： - `messages`：系统提示与用户提示组合 - `ground_truth`：任务ID - `dataset`：固定为"passthrough" - `env_config`：格式为`{env_name, task_id, image}`——对应任务的Docker镜像标签 - `source`：原始数据集来源标识符 ## 任务数据 `task-data.tar.gz`压缩包包含各任务的独立目录： - `{task_id}/instruction.md`：任务说明文档 - `{task_id}/tests/test.sh`：测试脚本（仅在提交时上传） - `{task_id}/setup.sh`：容器配置脚本 - `{task_id}/environment/seeds/`：/workspace目录下的种子文件目录