NousResearch发布openthoughts-tblite数据集,应用在终端代理、评估框架领域

NousResearch本次发布的数据集openthoughts-tblite,NousResearch/openthoughts-tblite 数据集是 OpenThoughts-TBLite 的重新格式化版本，专为与 Hermes Agent Terminal-Bench 评估框架配合使用而设计。该数据集由 OpenThoughts Agent 团队与 Snorkel AI 和 Bespoke Labs 合作创建，是 Terminal-Bench 2.0 的一个难度校准子集，旨在加速终端代理的开发迭代。数据集包含100个任务，每个任务都有唯一的标识符、自然语言提示、预构建的 Docker 镜像、任务类别、难度级别、标签、超时设置等。任务难度分为五个等级（简单、中等、困难、非常困难、专家级），并提供了每种难度下的任务数量和通过率范围。数据集适用于终端代理的开发和评估，支持通过 Hermes Agent 或 Python 直接加载和使用。

查看openthoughts-tblite

关于NousResearch,NousResearch是一个致力于人工智能研究和开发的组织，专注于推动AI技术在不同领域的应用和创新。

关于HuggingFace,Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。