tw-agentic-reasoning-instruct

繁體中文（台灣）的代理式推理軌跡。跟一般指令資料集不同，這裡每一筆不是 「請模型寫一篇答案」，而是讓一個 agent 真的跑一輪：它會去查網路、呼叫 工具、拿到真實回傳、踩到工具的限制，然後才給出答案。工具結果是真的查回來 的，模型講不出來的時候也是真的講不出來。

種子題目取自 twinkle-ai/tw-reasoning-instruct-50k 的 input 欄位；軌跡由 ai-twinkle/harness 驅動 Qwen3.8-27B 產生，搜尋能力來自自架的 SearXNG（透過 MCP）。

這是進行中的版本。 生成尚未跑完，之後會更新為完整版，並加入「帶繁中 系統提示」的第二組條件。

格式

messages 是 OpenAI 的形狀（因為要表達 tool_calls），推理依照 tw-reasoning-instruct-50k 的慣例包在 <think> 標籤裡：

<think>
（模型的推理）
</think>

（給使用者的答案）

每一則 assistant 訊息都是這個形狀，包含中途只為了呼叫工具而發的那些 ——那種訊息的內容本來就全是推理，沒有給使用者的答案，所以 </think> 之後 是空的。完全沒有推理的訊息不會硬加空標籤。

這一版有什麼

筆數	12,973
帶工具軌跡	3,853（30%），共 7,284 次工具呼叫
答案字數中位數	約 900

工具使用分布：list_folder 2,942、web_search 2,820、fetch_url 1,139、 save_document 167、run_code 149、search_documents 40。

篩選條件，以及它保證了什麼

從 28,275 筆原始軌跡篩出（通過率 46%）。通過的意思是這七項自動檢查都沒抓到 東西：

1. 答案沒有簡體字（逐字核過的字表，533 字，另排除 38 個在台灣正當的用字）
2. 答案沒有夾雜英文
3. 工具參數沒有語言漂移 —— 使用者用中文問，整輪卻只用英文查
4. 沒有 answered-without-results —— 每次查詢都落空卻照樣講出具體內容， 也就是編造工具結果
5. 思考與答案切得開
6. 答案非空
7. 生成過程沒有出錯

沒有人讀過這些答案。 以下完全沒有被檢查：答案對不對、工具選得對不對、 推理有沒有跳步、搜尋結果本身可不可靠。

⚠️ flags 欄位要看

2,919 筆（22%）帶有 unsupported-claim。 這是覆蓋率的啟發式，不是判決： 當回覆裡能追溯回工具輸出的比例低於四分之一就會觸發。模型拿一次搜尋配上它 本來就會的知識作答，會正當地觸發這個旗標，所以它太鈍、不適合拿來刷掉一筆； 但它也太重要、不能默默丟掉。所以它跟著資料走，由你決定要不要濾。

另有 42 筆 output-truncated、4 筆 tool-rounds-exhausted。

被篩掉的 54% 不是垃圾，是帶著已標註缺陷的資料 —— 約 31% 答案含簡體、 22% 工具參數語言漂移、7% 語言混雜、6% 一路想到輸出額度用完。那些對 RLVR 特別有用（偵測器本身就是確定性的獎勵函式）。需要的話可以另外開一組。

⚠️ 工具回傳含第三方網頁原文

messages 裡 role: "tool" 的內容，包含 fetch_url 逐字抓回來的網頁全文， 涵蓋 2,000 個以上的網域（維基百科、新聞媒體、論壇、政府網站、商業網站）。

這些內容的權利屬於原發布者，不在本資料集的 MIT 授權範圍內。 MIT 涵蓋的 是本資料集自己的產出（軌跡結構、模型生成的文字、標註）。使用前請自行確認你 的用途對這些引用內容是否適當。每一次抓取的原始網址都保留在對應的 tool_calls 參數裡，可以追溯。

另約 12% 的抓取是打到搜尋引擎頁面本身（DuckDuckGo、Bing、Google），那是模型 繞過搜尋工具的行為，內容多半無用或被擋。另有約 2% 的軌跡遇到搜尋後端的引擎 被停用、回傳空結果。兩者都是真實行為的一部分，沒有清掉。

欄位

欄位	說明
messages	訓練用的對話，推理包在 <think> 裡，含 tool_calls 與 tool 回傳
tools	當時提供給模型的工具定義。工具會不會被呼叫是以這個為條件的，所以隨著資料走
flags	檢查抓到但沒有拿來刷掉這筆的發現，見上
seed / seed_index	原始題目與它在來源資料集裡的位置
reasoning / answer	思考與答案，另外拆開存一份，方便直接使用
tool_call_count / rescued_call_count	後者是模型把呼叫寫成文字、被 harness 撈回去執行的次數
conditions	這一筆在什麼設定下跑出來（端點、溫度、提供了哪些工具）
model / generated_at

沒有 system message。 harness 的繁中系統提示預設是關的，這一版就是在關閉 狀態下生成的，所以 messages 一律從 user 開始。

harness 自己講的話已經拆掉。 像「_Stopped after 24 rounds of tools._」這 種是 harness 附加的公告，不是模型的輸出，存檔前就移除了 —— 留著會訓練出把它 當答案寫的模型。

已知限制

• 單輪。 每一筆是一個獨立問題，沒有多輪對話，記憶功能是關的。
• 推理是英文的。 這個模型用英文思考、用繁體中文回答。生成時端點沒有開 --reasoning-parser，兩段黏在同一個 content 裡，是用空行分界切開之後才 包進 <think> 的。做 SFT 若要用推理段請留意這點。
• list_folder 呼叫最多（2,942 次）。模型常在沒必要時先看工作目錄，是 雜訊軌跡。
• 生成端點為單一模型，不具模型多樣性。

引用

種子題目來自 twinkle-ai/tw-reasoning-instruct-50k（MIT）。