发布 Agent Trace Audit 100K 数据集：读 agent 运行轨迹判断成败与工具使用

MaziyarPanahi · x · 2026-11-06

开发者 MaziyarPanahi 在 Hugging Face 发布 Jev-Agent-Trace-Audit-100K 数据集：让模型阅读软件 agent 的完整运行轨迹，然后判断任务如何结束、用了哪些工具、是否写出了正确的 patch。

该数据集属于其更大规模的 Jev 系列发布——共 5 个数据集、约 18 亿 token、72 万条已标注判断，覆盖工具调用、agent 轨迹、客服、路由和策略检查，每行都带来源标签和答案。适合用于轨迹审计、失败分析和 reward shaping 等强化学习场景，作者明确说明 5 个数据集中均不含临床数据，可用于在机构内部训练小型决策模型。