cyberforge-gpt56-luna-teacher-trajectories

CyberForge — GPT-5.6-Luna Teacher Trajectories是一个专门用于学生模型监督微调的智能体轨迹数据集。该数据集包含通过Azure Responses API使用GPT-5.6-Luna模型在SEC-bench/Vuljector漏洞任务上进行推理求解时产生的多轮工具使用轨迹，完整保留了教师的推理过程。当前版本包含1,115条验证成功的轨迹，按漏洞来源和任务模式分为：fuzz-patch（592条）、fuzz-poc-san（225条）、workflow-patch（268条）、workflow-poc-san（30条）。数据集中1,091条轨迹包含至少一轮推理摘要，每轮推理覆盖率约为35%。每条数据采用结构化格式，包括多轮对话消息（如系统提示、用户输入、助手响应含推理内容和工具调用、工具返回结果）以及详细的元数据（如项目名称、漏洞ID、任务模式、漏洞来源、教师模型、教师机制、生成方法、对话轮次）。数据集已进行安全脱敏处理，确保不包含真实的API密钥或令牌。该数据集是正在进行中的部分导出快照，完整运行计划包含更多数据量。CyberForge — GPT-5.6-Luna Teacher Trajectories is an intelligent agent trajectory dataset specifically designed for supervised fine-tuning of student models. This dataset contains multi-turn tool-use trajectories generated during inference and problem-solving on the SEC-bench/Vuljector vulnerability task using the GPT-5.6-Luna model via the Azure Responses API, fully preserving the teacher model’s reasoning process. The current version includes 1,115 successfully validated trajectories, which are categorized by vulnerability source and task mode into four groups: fuzz-patch (592 entries), fuzz-poc-san (225 entries), workflow-patch (268 entries), and workflow-poc-san (30 entries). Among them, 1,091 trajectories contain at least one round of reasoning summaries, with an approximate coverage rate of 35% per reasoning round. Each entry adopts a structured format, including multi-turn dialogue messages (such as system prompts, user inputs, assistant responses containing reasoning content and tool calls, and tool return results) as well as detailed metadata (such as project name, vulnerability ID, task mode, vulnerability source, teacher model, teacher mechanism, generation method, and number of dialogue turns). The dataset has undergone secure de-identification processing to ensure that no real API keys or tokens are included. This dataset is a partial exported snapshot of an ongoing project, with the full execution plan involving a larger volume of data.

原始信息汇总

数据集概述

数据集名称: CyberForge — GPT-5.6-Luna Teacher Trajectories
许可证: Apache-2.0
任务类型: 文本生成 (text-generation)
标签: security, vulnerability, teacher-trajectories, agent-trajectories, tool-use, reasoning
数据规模: n<1K

数据集描述

该数据集包含来自 gpt-5.6-luna 模型（通过 Azure Responses API，启用推理功能）解决 SEC-bench / Vuljector 漏洞任务的智能体轨迹。每一行是一个完整的、多轮工具使用轨迹，保留了教师的推理过程，用于学生模型的监督微调。

当前快照内容

本快照包含 1,115 条成功轨迹（仅 validation_status = success），教师模型为 gpt-5.6-luna，模式为 faithful。

vuln_source	task_mode	数量
fuzz	patch	592
fuzz	poc-san	225
workflow	patch	268
workflow	poc-san	30

总计：860 条 patch 轨迹 + 255 条 poc-san 轨迹

关键统计

• 推理覆盖: 1,091 / 1,115 行包含至少一个推理轮次。gpt-5.6-luna 模型会在部分轮次输出推理摘要，但由于 API 在短工具调用轮次中不会提供推理内容，因此每轮推理覆盖率约为 35%。
• 仅发布成功轨迹（patch 已验证 / PoC 复现了 sanitizer 崩溃），与之前的教师集一致。
• 计划完整运行规模: fuzz-patch (642) + fuzz-poc-san (350) + workflow-patch (360) + workflow-poc-san (281)。当前快照已完成两个 fuzz 阶段，workflow-patch 阶段正在进行中，workflow-poc-san 尚未开始。

数据模式 (Schema)

每条记录包含以下字段：

• id: 任务标识符，如 agent_task_...
• messages: 消息序列，包含 system、user、assistant（含 reasoning 和 tool_calls）、tool 角色
• metadata: 元数据，包括项目名、漏洞ID、任务模式（patch / poc-san）、漏洞来源（fuzz / workflow）、验证状态（success）、教师模型（gpt-5.6-luna）、教师模式（faithful）、生成方法（teacher）、助手轮次数及带推理的轮次数

安全性说明

轨迹已通过脱敏规范化处理，后处理扫描确认无真实 API 密钥/令牌（Azure / OpenAI / Anthropic 均已脱敏）。占位字符串 sk-no-key-required（自托管端点的无认证标记）并非秘密信息。

搜集汇总

数据集介绍

构建方式

该数据集源自高级推理模型gpt-5.6-luna在SEC-bench与Vuljector漏洞任务上的智能体轨迹，经由Azure Responses API采集并忠实保留推理过程。每条数据皆为多轮工具调用轨迹，仅收录验证状态为成功的样本（共1,115条），涵盖补丁生成与PoC重现两种任务模式，数据来源包括模糊测试与工作流两类漏洞场景。当前快照已完成模糊阶段提取，工作流补丁阶段仍在进行中，整体构建以提升学生模型监督微调效果为核心目标。

特点

数据集最显著的特点在于其高保真性与推理覆盖度：超过97%的轨迹包含至少一次推理摘要，尽管由于API设计仅在部分工具调用回合返回推理内容，每轮覆盖度约为35%。所有轨迹经过脱敏规范化处理，确保不含真实API密钥或令牌。数据按任务模式与漏洞来源分类统计，补丁类任务占比约77%，PoC重现占比23%，为安全领域的模型蒸馏提供了高质量、多模态的专家示范数据。

使用方法

本数据集适用于对开源学生模型进行监督式微调，以提升其在漏洞修复与PoC生成任务中的多轮推理与工具调用能力。用户可直接加载JSON格式的轨迹数据，每条包含系统提示、用户指令、带推理内容的助手回复及工具调用记录。建议结合教师模型标识进行实验对比，特别关注推理轮次分布对微调效果的影响。由于数据集为持续更新的快照版本，使用时应关注后续补全的未完成阶段数据。

背景与挑战

背景概述

CyberForge — GPT-5.6-Luna Teacher Trajectories 数据集诞生于人工智能与网络安全交叉领域的前沿探索，由研究团队利用先进的 Azure Responses API 调用 gpt-5.6-luna 推理模型生成。该数据集创建于2024年，专注于解决软件漏洞检测与修复这一核心研究问题，旨在通过收集智能体在SEC-bench / Vuljector漏洞任务中的完整多轮工具使用轨迹，为后续的学生模型监督微调提供高质量教师信号。作为CyberForge项目的重要组成，该数据集不仅涵盖了fuzz与workflow两类漏洞来源下的patch与poc-san任务模式，还保留了模型详细的推理过程，填补了复杂安全任务中智能体轨迹数据的空白。其在开源自适应安全智能体领域的出现，为利用大规模语言模型实现自动化漏洞修复与利用验证提供了关键数据支撑，对推动AI驱动的网络安全自动化具有重要影响力。

当前挑战

该数据集核心挑战在于解决复杂安全任务中智能体轨迹数据的稀缺问题：传统漏洞检测与修复依赖人工专家经验，而gpt-5.6-luna模型在此类多步推理与工具调用任务中的表现尚待验证，数据集需确保轨迹的成功率与推理质量，以支撑对下游学生模型的有效训练。在构建过程中，面临模型推理覆盖率的平衡挑战——仅约35%的轮次包含推理信息，且API对短工具调用轮次主动省略推理摘要；同时，轨迹数据需经过严格的脱敏处理以防范敏感凭证泄露，并需要通过多阶段持续执行来逐步完成所有预设任务模式，当前版本仅完成fuzz阶段，workflow-poc-san阶段尚未启动，数据集的完整性与时效性仍需持续维护。

常用场景

经典使用场景

CyberForge—GPT-5.6-Luna Teacher Trajectories数据集专为安全领域中的智能体轨迹学习而设计，其经典使用场景聚焦于利用高性能推理模型（gpt-5.6-luna）生成的完整多轮工具调用轨迹，对学生模型进行监督微调。该数据集收录了1115条成功解决SEC-bench/Vuljector漏洞任务的轨迹，涵盖fuzz与workflow两种漏洞来源，以及patch与poc-san两种任务模式。每条轨迹均保留了教师模型的推理过程，形成结构化的system-user-assistant-tool消息序列，为训练具备自主漏洞挖掘与修复能力的智能体提供了高质量的示范数据。研究者和开发者可直接基于这些路径学习范式，引导学生模型复现专家级的工具使用与决策逻辑。

衍生相关工作

该数据集衍生出一系列跨领域的研究工作。在教学蒸馏领域，研究者基于其轨迹结构对比了faithful与abridged两种教师范式对下游模型泛化能力的影响，构建了轨迹长度与推理深度之间的权衡模型。在工具推理方面，数据中的多轮调用模式催生了分层规划方法——例如将长轨迹分解为子目标序列，并配以元学习模块自适应工具选择。此外，该数据集被用于因果推断研究，通过对比同一漏洞下成功与失败轨迹的推理步骤差异，提取关键决策点特征。安全社区还基于其成功轨迹的分布特点，开发了智能体策略网络的正则化技术，有效抑制了非预期工具调用带来的安全风险。

数据集最近研究

最新研究方向

在网络安全与人工智能交叉领域，该数据集聚焦于利用前沿大模型（gpt-5.6-luna）生成高质量工具调用轨迹，用于安全漏洞检测与修复的监督微调。其核心价值在于解决SEC-bench等漏洞基准测试中的自动化攻防任务，通过将教师模型的推理过程完整保留，为小模型提供可复现的解决方案路径。当前研究热点集中于脆弱性智能体行为建模，即让模型在模糊测试与工作流任务模式下自主完成补丁生成或崩溃验证。该数据集的发布标志着从通用代码生成向专业安全Agent轨迹学习的演进，其‘忠实’推理模式确保了学生模型在复杂工具调用场景下的可解释性和可靠性，对推动自动化漏洞修复、减少人工安全审计成本具有里程碑意义。