LAION eV发布Qwen3-32B-SweSmith-traces数据集,应用在强化学习、软件工程领域

LAION eV本次发布的数据集Qwen3-32B-SweSmith-traces,Qwen3-32B SweSmith RL Training Traces 数据集包含了 Qwen3-32B 模型在 SWEsmith 软件工程任务上进行强化学习训练的轨迹数据。数据集由 Terminus-2 代理使用 RLOO (rloo_n) 算法训练生成，涵盖了 1-20 个训练步骤，总计约 236,000 个对话片段，涉及 2,500 个 SWEsmith 任务。数据集中包含多个字段，如对话内容（conversations，包含角色和内容的字典列表）、代理名称（agent）、模型名称（model）、任务标识符（task）、片段编号（episode）、试验名称（trial_name）、结果（result，通过或失败）、任务指令文本（instruction）以及验证器输出的测试结果（verifier_output）。该数据集适用于研究强化学习在软件工程任务中的应用，以及模型训练和性能分析。

查看Qwen3-32B-SweSmith-traces

关于LAION eV,LAION是一个专注于构建大规模图像-文本对数据集的开源项目。

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开发与分享。它提供了丰富的资源，包括超过100万个模型、25万个数据集和40万个应用程序，支持文本、图像、视频、音频和3D等多种模态。此外，平台还提供企业级解决方案和开源工具，如Transformers、Diffusers等，以加速机器学习的研究和应用。