thousand-token-wood-traces

Thousand Token Wood -- Council Agent Traces数据集包含来自Thousand Token Wood模拟环境的开放智能体轨迹。该环境是一个微型涌现经济体，其中有五个林地生物（猫头鹰Oona、松鼠Bramble、狐狸Fenn、乌龟Mossback和老鼠Pip）使用鹅卵石进行商品交易、传播八卦，并对经过重新包装的市场历史（称为Wood Legends）做出反应。每个生物由来自不同实验室的小型语言模型驱动，总参数规模被限制在29.5B到32B之间，具体包括：OpenAI的GPT-OSS-20B、OpenBMB的MiniCPM3-4B、NVIDIA的Nemotron-Mini-4B-Instruct，以及项目方自己微调的AdmiralTaco/ttw-trader-0.5b。数据以行为单位记录每个生物的每个回合，包含了模型接收到的完整系统提示和用户提示、原始的JSON格式模型响应、解析后的交易报价和八卦列表、智能体的私密thought推理过程，以及生成该条记录的引擎、模型和实验室信息。该数据集旨在支持对多个实验室的小型模型在相同环境状态下的决策行为进行比较分析。它最初是为Build Small Hackathon的Sharing is Caring奖励任务而创建和共享的。数据字段包括：回合编号(turn)、生物名称(creature)、引擎(engine)、模型(model)、实验室(lab)、系统提示(system)、用户提示(user)、原始响应(response)、私密推理(thought)、报价列表(offers)和八卦列表(gossip)。Thousand Token Wood -- Council Agent Traces dataset contains open-ended agent traces sourced from the Thousand Token Wood simulated environment. This environment is a miniature emergent economy, where five woodland creatures—Oona the Owl, Bramble the Squirrel, Fenn the Fox, Mossback the Tortoise, and Pip the Mouse—utilize pebbles to conduct commodity trading, spread gossip, and react to repackaged market history referred to as Wood Legends. Each creature is powered by small language models from different laboratories, with their total parameter scales ranging from 29.5B to 32B, specifically including: OpenAI's GPT-OSS-20B, OpenBMB's MiniCPM3-4B, NVIDIA's Nemotron-Mini-4B-Instruct, and the project team's own fine-tuned model AdmiralTaco/ttw-trader-0.5b. The dataset records each creature's per-turn actions, with each entry containing the complete system prompts and user prompts received by the model, the original JSON-formatted model responses, parsed trading offers and gossip lists, the agent's private thought-based reasoning process, as well as the engine, model and laboratory information used to generate that entry. This dataset aims to support comparative analysis of the decision-making behaviors of small models from multiple laboratories under identical environmental states. It was originally created and shared for the Sharing is Caring award task of the Build Small Hackathon. The data fields are as follows: turn number (turn), creature name (creature), engine (engine), model (model), lab (lab), system prompt (system), user prompt (user), raw response (response), private reasoning (thought), offer list (offers), and gossip list (gossip).

原始信息汇总

数据集概述：Thousand Token Wood -- Council Agent Traces

该数据集记录了来自 Thousand Token Wood 模拟环境的智能体交互轨迹。这是一个小型涌现式经济体，五个森林生物使用鹅卵石交易商品、闲聊，并回应改编自市场历史的“Wood Legends”。

数据集的核心是每个生物在游戏中的行动回合，记录了它们收到的完整提示、原始输出和解析后的行为，旨在比较不同小型语言模型在相同市场状态下的决策差异。该数据集为 Build Small Hackathon（构建小型黑客马拉松） 的“Sharing is Caring”奖励任务而共享。

数据集的生物与模型

每个生物使用来自不同实验室的小型模型（引擎预算为 29.5B ≤ 32B）进行推理：

生物（角色）	模型	所属实验室
Oona（猫头鹰）	openai/gpt-oss-20b	OpenAI
Bramble（松鼠）	openbmb/MiniCPM3-4B	OpenBMB
Fenn（狐狸）	nvidia/Nemotron-Mini-4B-Instruct	NVIDIA
Mossback（乌龟） + Pip（老鼠）	AdmiralTaco/ttw-trader-0.5b	微调（我方）

数据集字段

每一行代表一个生物的一次行动回合，字段说明如下：

字段名	类型	描述
turn	int	回合编号
creature	str	生物名称
engine	str	推理引擎
model	str	所用模型
lab	str	模型所属实验室
system	str	智能体收到的系统提示
user	str	智能体收到的用户提示
response	str	原始模型输出（已标准化，移除谐波通道）
thought	str / null	智能体该回合的私有推理过程
offers	list	解析后的动作，格式为 {creature, side, good, price, qty}
gossip	list[str]	智能体广播的传闻

许可证与标签

• 许可证：MIT
• 语言：英语（en）
• 标签：agent-traces, multi-agent, small-models, gradio, build-small-hackathon, minicpm, nemotron, gpt-oss

搜集汇总

数据集介绍

构建方式

该数据集源自开源项目“Thousand Token Wood”，一个微型涌现经济体模拟系统。系统内五位森林居民使用不同实验室的小规模语言模型进行思考与互动，具体包括OpenAI的gpt-oss-20b、OpenBMB的MiniCPM3-4B、NVIDIA的Nemotron-Mini-4B-Instruct以及自微调的ttw-trader-0.5b。每一行数据记录了一个生物在某一回合的完整行为细节，包括其接收的系统与用户提示、原始模型响应、解析后的交易提议与流言信息，以及私密的思考过程。所有数据通过Gradio模拟运行并进行标准化采集，为构建小型多智能体追踪数据集提供了统一的格式与高保真度的信源。

使用方法

使用者可直接加载该数据集并进行行为建模、模型分析或智能体仿真研究。通过字段engine、model与lab可轻松区分不同模型来源的数据，利用turn和creature字段可重建每回合的多智能体交互序列。offers与gossip字段适用于分析交易策略与社交传播动力学，而thought字段则可作为模型内在推理的标注语料，用于训练或评估推理生成能力。数据采用JSON结构存储，可直接通过HuggingFace Datasets或Pandas加载，适合用于微调、对比实验或构建行为预测模型。

背景与挑战

背景概述

Thousand Token Wood Traces数据集诞生于2024年Build Small Hackathon竞赛，由社区开发者与研究人员围绕小型语言模型在多智能体系统中的表现而精心构建。该数据集捕捉了一个微型涌现经济体——五位森林居民使用小型模型进行交易、闲聊并解读市场历史的完整交互轨迹。参与者涵盖OpenAI、OpenBMB、NVIDIA等多家顶级实验室，使得不同架构的小模型在同一动态市场环境下的一致性比较成为可能。其核心研究问题聚焦于：在资源受限的计算预算内（模型参数上限32B），不同实验室的小型语言模型如何感知相同的市场状态并做出差异化的决策行为。作为首个公开的多智能体小型模型交互追踪数据集，它填补了小型语言模型在合作式经济模拟中行为透明性与可复现性研究的空白，对推动轻量化、去中心化智能体的信任评估与能力对齐具有重要示范意义。

当前挑战

该数据集所解决的领域挑战主要在于：多智能体系统中的行为透明性缺失与模型间协同评估的困难。在真实场景中，不同机构开发的小型模型往往作为独立代理参与交互，但缺乏统一的交互日志记录其决策过程、私有推理与公共行动间的张力，导致难以追溯模型偏差或比较其经济决策的理性程度。构建过程中则面临两大挑战：一是需在极低的token预算下精确写入提示词，使四位由完全不同架构和训练策略支持的小型模型能够稳定生成结构化的JSON响应；二是需实时同步五名代理的异步思维与行动，将各个模型输出的原始文本规范化并转化为一致的交易提议与流言条目，同时保证多轮序列中各实体状态的一致性，这对数据清洗与元数据标注流程提出了极高要求。

常用场景

经典使用场景

该数据集在构建和评估多智能体经济模拟系统方面具有独特价值。它完整记录了五个森林生物在一个微型交易经济中利用不同实验室的小型语言模型进行物品交易、传播谣言以及对市场历史事件做出反应的完整交互轨迹。每一行数据都精确呈现了单个智能体接收的系统提示和用户提示、其原始JSON响应、解析后的交易和谣言信息，以及私下的思考过程，为研究多智能体系统中的行为涌现与模型差异提供了高质量的结构化数据。

解决学术问题

该数据集有效解决了多智能体系统研究中可复现性不足和模型行为比较缺乏基准的难题。通过在同一市场状态下比较四个不同实验室小型模型的决策差异，它使得研究人员能够深入探究模型架构、训练数据与推理策略如何影响智能体的经济决策、信息传播和社会互动。这一开放资源推动了小型语言模型在复杂多智能体场景中的能力验证，并对理解模型规模与通用智能之间的权衡具有重要意义。

实际应用

在实际应用中，该数据集可被用于训练和测试面向经济模拟的游戏AI、社会模拟系统中的虚拟角色，以及需要多个自主体协同决策的仿真平台。例如，开发者可利用这些交互记录改进交易代理的谈判策略、优化谣言传播模型，或为虚拟世界的非玩家角色（NPC）赋予更具说服力的市场行为。此外，数据集还支持跨模型日志对比，为小型模型在资源受限环境下的部署提供了实证依据。

数据集最近研究

最新研究方向

在当代多智能体系统与小型语言模型的前沿交汇点上，Thousand Token Wood Traces数据集应运而生，它捕捉了一个微型经济生态中五位林地居民以小型模型进行贸易、传播流言的完整轨迹。研究者可借此深入剖析不同实验室出品的小型模型（如OpenAI的GPT-Oss-20B、OpenBMB的MiniCPM3-4B与NVIDIA的Nemotron-Mini-4B-Instruct）在相同市场状态下展现出的差异化决策逻辑与内部推理机制。该数据集源自Build Small Hackathon的“分享即关怀”挑战，其价值不仅在于揭示了小模型在资源受限环境下涌现的经济行为与社交策略，更为多智能体协同、小型模型对齐性及可解释性研究提供了宝贵的真实世界交互语料，推动了经济学与AI交叉领域的前沿探索。