empgces/grounded-behavior-framework-v1_5

Grounded Behavior Framework N1 v1.5

Dataset sintético em português europeu para treino e avaliação de respostas fundamentadas num contexto fornecido. Cada exemplo contém um contexto, uma pergunta e uma resposta curta que aparece literalmente no contexto.

Como carregar

from datasets import load_dataset

dataset = load_dataset("empgces/grounded-behavior-framework-v1_5")
print(dataset)
print(dataset["train"][0])

Splits

Split	Exemplos	Utilização
train	4.840	Treino
validation	250	Seleção e validação
test	240	Avaliação final

A versão v1.5 acrescenta 400 exemplos validados ao split de treino da versão base. Os splits validation e test foram preservados byte a byte.

Campos

Cada linha JSONL inclui:

• id: identificador determinístico do exemplo;
• context: texto que contém o facto relevante;
• question: pergunta respondível a partir do contexto;
• answer: resposta literalmente presente no contexto;
• curriculum_level, capability_code, subskill: metadados curriculares;
• domain, document_style, fact_type, entity_type: características do conteúdo;
• context_length, fact_position, distractor, question_type: controlos de geração;
• language: variante linguística;
• provider, batch_id, chunk_id, example_index, prompt_version: rastreabilidade da geração;
• dataset_version: versão de origem do exemplo.

Processo de criação

Os exemplos foram gerados por vários providers e submetidos a validação estrutural e determinística. A validação confirma, entre outros aspetos:

• JSON e esquema válidos;
• número esperado de exemplos por chunk;
• presença literal da resposta no contexto;
• distribuição curricular obrigatória dos estados na extensão v1.5;
• presença de dias e de um intervalo completo em respostas de horários.

Os 400 exemplos acrescentados na v1.5 provêm de 40 chunks validados. Não foram encontrados duplicados exatos contra a versão base ou dentro do refinamento.

Revisão de qualidade pós-construção

Em 26 de julho de 2026 foi realizada uma revisão explícita das respostas Opening_Hours. Foram completadas 141 respostas que continham apenas o intervalo horário apesar de os dias de funcionamento estarem declarados no contexto: 101 em train, 30 em validation e 10 em test.

Não foram inventados dias ou horários e nenhum exemplo foi eliminado. Onze casos em que o contexto não declara dias foram preservados e documentados. O registo completo antes/depois acompanha o pacote em quality/dataset_quality_corrections.jsonl; os casos preservados encontram-se em quality/dataset_quality_unresolved.jsonl.

Utilizações previstas

• fine-tuning de modelos para question answering fundamentado;
• avaliação de seguimento de contexto em português europeu;
• investigação sobre recuperação explícita de factos e resistência a distratores.

Utilizações não previstas

O dataset não deve ser utilizado como fonte factual, para decisões de alto impacto ou como substituto de revisão humana. As entidades e os factos podem ser fictícios.

Limitações

O conteúdo é sintético e pode conter padrões estilísticos dos modelos geradores. A validação automática não equivale a uma revisão linguística humana exaustiva. A cobertura concentra-se no nível curricular N1 e não mede competências gerais de raciocínio.

Informação pessoal

O dataset foi concebido com entidades e factos sintéticos e não pretende representar pessoas reais nem incluir dados pessoais.

Licença

MIT. Ver LICENSE.

Versão

v1.5