README.md

metadata

license: other
task_categories:
  - text-generation
language:
  - zh
tags:
  - stitch-s
  - speech-first
  - agent
  - tool-use
  - tts
  - zh-TW

Agent-STITCH-S 中文版 (agent-sft-stitch-zh)

由 voidful/agent-sft 轉換而成的台灣繁體中文 Agent-STITCH-S 語音助理合成資料:模型一邊對使用者說話(<SAY>)、一邊私下推理([SOPR])、一邊呼叫工具(<TOOL_CALL>)的 speak-while-acting 軌跡。

產製流程

1. 從 agent-sft(309,322 筆)篩出具完整 tool-call 鏈(user → tool_call → tool_result → final answer)的對話;多輪對話的早前輪次保留為 context 供改寫模型 grounding。
2. 用 google/gemma-4-26B-A4B-it 把每筆改寫成台灣繁體中文的 speech-first STITCH-S 軌跡:先安全開場 → [SOPR] 推理 → <TOOL_CALL> → 等待語音(不得洩漏 pending 結果)→ <TOOL_RESULT> → 逐步整合 → 最終口語答覆 [EOR]。標記與真實工具內容由程式確定性組裝,工具呼叫與結果不經模型改寫。
3. 生成端品質閘門:tool_steps 與當前請求無關/幻覺者丟棄;private state 出現改寫者後設語言(rewriter meta-language)者由確定性 filter 丟棄;步數不對齊、JSON 不可解析者丟棄。
4. 以 9 維 / 18 分 STITCH-S rubric 用同一模型嚴格評分(speech-first、tool 等待安全性、時序因果、逐步整合、標記正確、靜默間隔、grounding、客服口語品質、tool 有效性),含 hard-fail 條件。
5. 只保留 total >= 17 且無 hard-fail 的 keep 樣本。

欄位

• id, source:原始 agent-sft 來源
• user:中文使用者語句
• msg:STITCH-S 軌跡(含 [SOPR]/[EOPR]/[EOR]、<TOOL_CALL>、<TOOL_RESULT>)
• input:評分用 metadata(context、available_tools、tool_steps、reference_answer、原始使用者語句)
• total_score(0–18)與 8 個攤平分項分數、evaluation_json(完整 9 維評分與評語;tool_validity 分項在此 JSON 內)

統計

• 評分樣本:76,450,保留(keep):63,941;review 3,453、reject 9,056(其中 6,300 為超長樣本、約 2,756 為品質不合格)
• 保留資料平均分:17.909 / 18
• 各來源保留數:
  • nemotron_terminal: 24147
  • toolmind: 17987
  • glaive: 6119
  • hermes_reasoning: 3961
  • apigen_mt: 3934
  • at_deepseek_v4_pro: 3017
  • at_synthtraces: 1580
  • hermes: 1576
  • swe_smith: 766
  • toolace: 345
  • swe_zero: 277
  • swe_gym: 156
  • at_ml_intern: 33
  • at_qwen37_max_pi: 25
  • at_pi_excel: 11
  • at_minimax_m3_cc: 7