数据集人工智能【免费下载链接】bev-decision项目地址https://ai.gitcode.com/hf_mirrors/avbiswas/bev-decision点击查看免费下载BEV Decision Mix 是一个专为大模型微调设计的英文决策混合数据集150,000 条基础决策行、296,582 个决策问题覆盖多选、是否判断、有序打分三类有界决策任务。本文带你完整走一遍数据是什么、怎么加载、5 种 config 怎么选、微调时要注意哪些坑并附一份可直接对照的避坑清单。一、BEV Decision Mix 是什么与常见的开放式问答语料不同BEV Decision Mix 的每一行都要求模型在给定状态state下做出一个有界决策——从有限选项中选一个、判断一个命题真假、或在一个有序量表上给分。这种设计训练出的模型输出短、结构化、可验证适合做意图路由、工具选择、内容审核等决策型场景。数据集由 5 个独立批次混合而成全部行共享同一套五列 schema列名含义state源数据支撑的输入状态英文文本questions_jsonJSON 字符串包含若干命名决策问题domain该行所属主领域18 个领域如情绪、零售、金融、代码等question_types该行涉及的题型组合question_count该行决策问题数一个状态可以携带多个决策目标所以问题总数296,582大于行数150,000。二、三种决策题型CHOICE / NOUL / SCORE理解题型是微调前的必修课因为评测指标要按题型分开设计题型目标标签形式占比CHOICE从有界的criteria映射中选择一个 keylabel为选项 key40.7%NOUL判断一个是否命题label为布尔值39.9%SCORE在有序、带描述的锚定量表上选索引label为从零开始的索引19.4%⚠️ 特别注意SCORE 的标签是序数目标不是校准概率也不是无约束数值预测。把 SCORE 当成回归任务或概率输出来训是新手最常踩的坑之一。import json from datasets import load_dataset ds load_dataset(avbiswas/bev-decision) example ds[train][0] state example[state] questions json.loads(example[questions_json]) # questions 对象按决策名索引之所以采用 Parquet 而非单一 Arrow schema正是因为嵌套的异构问题对象无法被可靠地推断为统一 JSON schema。三、获取数据与文件结构本仓库即数据集仓库文件按 config 分目录存放基础版default150K 原始发布data/train.parquet、data/test.parquet困难批hard_50k/train.parquet、hard_50k/test.parquet数值时间批numeric_temporal/train.parquet、numeric_temporal/test.parquet技能批skills/train.parquet、skills/test.parquet反事实批counterfactual_15k/train.parquet、counterfactual_15k/test.parquet完整说明见 README.md。若需离线使用本仓库文件可克隆git clone https://gitcode.com/hf_mirrors/avbiswas/bev-decision cd bev-decision git lfs pull仓库中的 Parquet 通过 git-lfs 管理克隆后记得执行git lfs pull否则拿到的是指针文件。四、5 种 config 怎么选default之外的 4 个批次是独立 config各有侧重可按微调目标挑选Config训练行测试行侧重点default125,61424,386原始 150K 发布18 领域通用决策hard_50k42,0008,000多跳查找、易混淆路由、时间/数值、陷阱案例、证据不足numeric_temporal16,4773,329时区、间隔时长、保修窗口、四则运算、单位换算skills34,6276,755问题内规则决策、软标签概率、长合同状态最长约 17K 字符、对抗内容、JSON 状态counterfactual_15k12,6142,386标签翻转配对覆盖路由、规则应用、阈值与有序量表all231,33244,856以上五份全集hard load_dataset(avbiswas/bev-decision, hard_50k) counterfactual load_dataset(avbiswas/bev-decision, counterfactual_15k) everything load_dataset(avbiswas/bev-decision, all)选型建议想让模型少说废话、做对决策 → 从default起步做客服/意图路由类工具调用 → 叠加hard_50k含 7,000 行易混淆短路由涉及时间、金额、日期计算的业务 → 加numeric_temporal模型输出偏保守、需要抗干扰 → 加counterfactual_15k7,500 对标签翻转配对。五、微调实践要点结合数据集特性微调如 LoRA时建议按题型拆分评测指标CHOICE 看 Top-1 命中率NOUL 看准确率/混淆矩阵SCORE 看序数一致性相邻档容忍不要混用一个指标。输出格式约束训练目标应限定为选项 key / 布尔值 / 量表索引可在 prompt 模板中明确要求输出短答案避免自由文本稀释决策信号。长文本防护skills批次存在最长约 17K 字符的 state 行上下文窗口较短时在加载时按长度过滤或单独配置max_length。软标签利用skills中 6,993 行带有label_probs各答案概率label为其 argmax可用交叉熵按概率加权损失做校准训练。配比实验5 个批次题型比例差异大如hard_50k的 SCORE 仅 480 题混合训练时记录各 config 的采样权重便于归因。六、避坑清单对照检查以下坑点全部来自 README.md 的官方说明微调前逐条核对没有验证集validation split只有 train/test 两分。需要验证集时请自行从 train 切分。test 是混合体的留出部分不是独立基准数据集包含既有基准家族的记录若要在原公开基准上评测先检查记录与来源家族的重复。SCORE 标签不是校准概率测试集和 SCORE 输出都不代表真实世界校准。标签语义比名称窄如银行订阅是观察到的结果而非因果推荐CVSS 基础严重度不等同于资产风险游戏分数是即时转移而非长期期望回报。部分上游语料是模板/模型生成生成行共享模板风格numeric_temporal中 28/172 的计算类型-渲染组合仅出现在测试集用于测迁移。FinQA 与 TAT-QA 的 dev 集被用作训练数据在numeric_temporal中。counterfactual_15k不能保证每个路由标签都正确模型一致性只是筛查手段非正确性保证。英文过滤是自动化的不保证每条摘录都是完美英文。许可为 unknown无统一授权商用或再分发前必须核对每个上游来源的许可条款并逐来源署名。打包时的微调169 行在分仓时重新划边166 行 Upworthy 从 test 移入 train为保持重复状态与来源组不跨分裂无增删行。七、引用与再分发使用该数据集或其子集时请引用数据集的 Hub 页面及上表链接到的相关上游数据集/论文再分发或商业用途前先确认各上游来源的现行条款——尤其是 NVD 描述可能来自第三方 CVE 报告者部分上游语料含平台社区文本。总结BEV Decision Mix 的价值在于把决策这件事拆成了可训练、可评测的标准件state 有界问题 短标签。掌握三种题型、选对 config、避开上述清单里的坑就能用它把大模型调成一个输出克制、决策可靠的专用模型。从default跑通流程再按业务目标叠加hard_50k或counterfactual_15k是最稳妥的入门路线。赞分享数据集人工智能【免费下载链接】bev-decision项目地址https://ai.gitcode.com/hf_mirrors/avbiswas/bev-decision点击查看免费下载相关推荐如何用BEV 150K Decision Mix微调你的模型有界决策训练的完整实战手册如何用BEV 150K Decision Mix微调你的模型有界决策训练的完整实战手册 BEV 150K Decision Mix 即 avbiswas/b3大训练模式陷阱AutoGluon微调HuggingFace模型避坑指南3大训练模式陷阱AutoGluon微调HuggingFace模型避坑指南 AutoGluon是一个强大的AutoML框架支持对图像、文本、时间序列和表格数据机器学习AutoML深度学习数据科学BEV Decision Mix三大题型深度解读CHOICE、NOUL与SCORE如何设计结构化决策任务BEV Decision Mix三大题型深度解读CHOICE、NOUL与SCORE如何设计结构化决策任务 BEV Decision Mixbev decis数据集人工智能上一篇PostgREST自动扩展根据负载动态调整资源下一篇The Algorithms Rust开源协作经验创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考