【免费下载链接】Qwen3.8-27B-multi-turn-agent-sft项目地址https://ai.gitcode.com/hf_mirrors/ukisai/Qwen3.8-27B-multi-turn-agent-sft点击查看免费下载这是欧洲研究团队 UkisAI 发布的一款 Agent 导向的监督微调SFT数据集基于开源的 OpenThoughts-Agent-v1-SFT 方案使用Qwen3.8-27BFP16教师模型与Terminus-2agentic harness 自动采集了约15,200 条多轮终端 Agent 轨迹。本文完整拆解它的生成流水线帮助新手快速看懂 Agent SFT 训练数据背后的采集逻辑以及如何加载这份数据做模型后训练。一、 数据集概览里面装了什么先拆解流水线之前先看这份数据集的身份证属性说明数据集名称Qwen3.8-27B-multi-turn-agent-sft数据格式Parquet单文件轨迹规模约 15,200 条 Agent traces任务类型终端terminal、编码、软件工程任务来源nl2bash、InferredBugs生成模型Qwen3.8-27BFP16Agent 框架Terminus-2 agentic harness许可证Apache-2.0仓库中唯一的가核心数据文件是 qwen38-agent-sft-combined-100pct.parquet约 139MB通过 Git LFS 存储。从文件名中的combined-100pct可以看出这是轨迹的全量合并版本适合一次性整体加载用于训练。二、 生成流水线Terminus-2 如何采集 Agent 轨迹这份数据的核心卖点在于它不是人工标注而是由教师模型 Agent 框架流水线自动生成的。理解整个流程只需三步。1. 教师模型Qwen3.8-27B 以 FP16 运行数据集中的每条轨迹trace都由教师模型生成的示范答案。UkisAI 选用Qwen3.8-27B以FP16精度作为轨迹生成器——27B 规模在推理能力与生成成本之间取得了平衡FP16 精度则保证长多轮轨迹生成的数值稳定。教师模型的任务是逐步完成真实终端操作思考 → 发出命令 → 观察输出 → 调整下一步。完整的思考 动作 观察过程被记录为一条轨迹。2. Agent 框架Terminus-2 的职责Terminus-2是一个 agentic harness为教师模型提供真实的终端环境与工具调用接口主要承担三项工作任务分发把终端 / 编码 / 软件工程任务逐条喂给教师模型环境执行真实运行模型发出的命令并返回 stdout / stderr轨迹记录将多轮交互包括工具调用及其结果完整落盘为结构化 SFT 样本这正是项目名中multi-turn的价值所在每条轨迹不是单轮问答而是由多轮思考—命令—输出反馈组成的完整任务闭环。3. 任务来源nl2bash 与 InferredBugs 双料覆盖用于采集轨迹的任务主要来自两个开源任务集覆盖两类典型场景nl2bash自然语言转 Shell 命令的任务考察把用户请求翻译为可执行命令的能力InferredBugs软件工程中发现并修复缺陷类任务考察真实代码库中的长链推理与改码能力两类任务混合使采集到的轨迹同时覆盖短平快命令与长链路工程流程SFT 数据分布更均衡。三、 如何获取并加载这份数据集数据集文件较大且以 Git LFS 存储克隆仓库前建议先确认已安装git-lfsgit clone https://gitcode.com/hf_mirrors/ukisai/Qwen3.8-27B-multi-turn-agent-sft git lfs pull加载后可以快速检查轨迹的结构Parquet 被主流工具原生支持import pandas as pd df pd.read_parquet(qwen38-agent-sft-combined-100pct.parquet) print(df.shape, df.columns)四、 SFT 训练怎么用Intended use 详解项目 README.md 中明确了数据集的定位它主要有三个用途能力预热warm-start训练模型与终端交互、调用工具、解决编码与软件工程任务的基础能力后训练第一阶段沿用 OpenThoughts-Agent 项目范式先 SFT 打底再切换到强化学习RL阶段基线与消融数据27B 教师模型是一个可复现的控制变量便于研究教师能力上限对学生模型的影响典型训练链路如下Qwen3.8-27B 轨迹本数据集 → SFT 预热 → 强化学习 → 终端 Agent 模型五、 文件结构与关键路径仓库结构非常精简只有两个核心文件文件说明README.md数据集说明、Intended use 与致谢qwen38-agent-sft-combined-100pct.parquet全量轨迹数据约 139MBGit LFS 数据集采用Apache-2.0许可证发布研究、学习与商业用途均可使用项目基于 OpenThoughts-Agent-v1-SFT 的开源工作构建并致谢了 OpenThoughts 团队。六、总结一条可复现的 Agent SFT 数据生产链路Qwen3.8-27B-multi-turn-agent-sft 的生成流水线并不复杂任务来源nl2bash InferredBugs 两类开源任务轨迹生成Qwen3.8-27BFP16教师模型在 Terminus-2 框架中完成真实终端任务数据产出约 15,200 条多轮 Agent 轨迹合并为单个 Parquet 文件对做 Agent 训练的新手而言这个项目最有参考价值的地方在于用教师模型 真实终端环境自动采集轨迹再用 SFT 作为 RL 前的预热阶段——这是一条当前非常主流且可直接复现的 Agent SFT 数据生产链路。赞分享【免费下载链接】Qwen3.8-27B-multi-turn-agent-sft项目地址https://ai.gitcode.com/hf_mirrors/ukisai/Qwen3.8-27B-multi-turn-agent-sft点击查看免费下载相关推荐Qwen3.8-27B-multi-turn-agent-sft数据结构深度解析Parquet里的多轮Agent轨迹Qwen3.8 27B multi turn agent sft数据结构深度解析Parquet里的多轮Agent轨迹 Qwen3.8 27B multi tuQwen3.8-27B-multi-turn-agent-sft数据质量评估指南3个脚本快速诊断轨迹数据Qwen3.8 27B multi turn agent sft数据质量评估指南3个脚本快速诊断轨迹数据 在开始用 Qwen3.8 27B multi turQwen3.8-27B-multi-turn-agent-sft vs OpenThoughts-Agent-v1-SFT两大 Agent 数据集终极对比Qwen3.8 27B multi turn agent sft vs OpenThoughts Agent v1 SFT两大 Agent 数据集终极对比 Q上一篇AMD-OLMo-1B-SFT-DPO_rai_1.8.0_medusa_1.0_npu是什么一文读懂这款NPU加速开源1B对话模型下一篇从DataFrame到交互式HTMLData-Analysis-Agent Plotly图表生成全流程实现解析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考