Гайд по датасету Fable 5 Traces: парсим вызовы инструментов, аудим данные и тренируем бейзлайны в Colab

Туториал проводит читателя через полный пайплайн работы с датасетом Fable 5 Traces от Hugging Face. Сначала настраивается лёгкое окружение в Colable, чтобы избежать хрупких зависимостей вроде datasets или scikit-learn. Затем вручную загружается и парсится объединённый JSONL-файл.

После инспекции файлов репозитория и сырых примеров трейсов автор нормализует вызовы инструментов и текстовые выводы, проводит аудит структуры датасета и детектирует потенциальные секреты по регулярным выражениям. Также визуализируются ключевые распределения: типы выводов, используемые инструменты, исходные корни и длины текстов.

Финальная часть включает создание безопасных экспортов без цепочек мыслей, построение простого поискового хелпера и обучение наивных байесовских бейзлайнов на чистом Python. Эти модели предсказывают тип вывода ассистента и используемые инструменты по контексту трейса.