数据集

synthetic-computers-at-scale

microsoft/synthetic-computers-at-scale

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:mit 上游版本:40e780a399dc

中文简介

microsoft/synthetic-computers-at-scale 是 microsoft 在 Hugging Face 发布的数据集仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 40e780a399dc,同步到 6 个文件,文件元数据合计 1.40 GB;访问状态为“公开”,许可证字段为“mit”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 microsoft/synthetic-computers-at-scale 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
microsoft/synthetic-computers-at-scale 是 microsoft 在 Hugging Face 发布的数据集仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 40e780a399dc,同步到 6 个文件,文件元数据合计 1.40 GB;访问状态为“公开”,许可证字段为“mit”。

【适用方向】
适合在明确数据字段、拆分和许可证后,用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本:40e780a399dc。 任务标签:上游卡片所列任务。 语言字段:en。 数据集卡名称:Synthetic Computers。 规模分类:n<1K。 上游页面记录的最近更新时间:2026-05-01。

【文件信息】
上游 API 返回 6 个文件,文件元数据合计 1.40 GB。 已保存文件清单中的主要扩展名:.zst 2 个、.md 1 个、.parquet 1 个、.png 1 个、无扩展名 1 个。 当前较大的文件包括:artifacts/computers.tar.zst(1.39 GB);artifacts/retrospective_analysis_reports.tar.zst(5.60 MB);data/train-00000-of-00001.parquet(3.87 MB)。

【运行或处理环境】
仓库文件元数据合计 1.40 GB。仅按下载、解压和临时文件估算,建议至少预留约 1.68 GB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

Synthetic Computers Paper:** Synthetic Computers at Scale for Long-Horizon Productivity Simulation (arXiv:2604.28181) A dataset of **98 synthetic computer environments** designed for research on computer-use agents, long-horizon planning, and persona-grounded reasoning. Each row describes a single fictional user's computer — including the user's persona, professional context, monthly objectives, collaborators, project portfolio, filesystem policy, full file listing, and a graph of file relationships. Overview Overview of our methodology: We create user-specific synthetic computers from personas and use them as grounding environments for long-horizon productivity simulations, producing both professional deliverables and process signals for improving agents in productivity scenarios.* The collection mixes two operating systems: | OS | Computers | |---------|-----------| | macOS | 48 | | Windows | 50 | | **Total** | **98** | Quick Start Dataset Structure One row per synthetic computer. All non-id columns are **JSON-encoded strings** (use `json.loads`) — this preserves nested structure without forcing a brittle unified schema across heterogeneous personas. | Column | Type | Description | |-------------------------|--------|-------------| | `computer_id` | string | e.g. `mac_computer_000050`, `win_computer_000007`. Prefix indicates the host OS. | | `persona` | string | High-level persona description, current timestamp, OS. Keys: `persona`, `current_timestamp`, `os`. | | `user_profile` | string | Rich profile of the simulated user. Keys: `identity`, `biographical_summary`, `career_profile`, `historical_work_context`, `work_context`, `current_projects_overview`, `work_style`, `document_behavior`, `collaboration_context`, `related_people`. | | `collaboration_context` | string | Collaborators the user works with. Keys: `collaborators`. | | `monthly_objectives` | string | Simulated monthly plan. Keys: `simulation_period`, `deliverables`, `recurring_activities`, `weekly_focus`

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在明确数据字段、拆分和许可证后,用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

规模与格式

固定版本:40e780a399dc。 任务标签:上游卡片所列任务。 语言字段:en。 数据集卡名称:Synthetic Computers。 规模分类:n<1K。 上游页面记录的最近更新时间:2026-05-01。

文件说明

上游 API 返回 6 个文件,文件元数据合计 1.40 GB。 已保存文件清单中的主要扩展名:.zst 2 个、.md 1 个、.parquet 1 个、.png 1 个、无扩展名 1 个。 当前较大的文件包括:artifacts/computers.tar.zst(1.39 GB);artifacts/retrospective_analysis_reports.tar.zst(5.60 MB);data/train-00000-of-00001.parquet(3.87 MB)。

上游文件元数据

  • .gitattributes2.45 KB
  • artifacts/computers.tar.zst1.39 GB
  • artifacts/retrospective_analysis_reports.tar.zst5.60 MB
  • data/train-00000-of-00001.parquet3.87 MB
  • figures/overview.png2.75 MB
  • README.md9.26 KB

硬件建议

仓库文件元数据合计 1.40 GB。仅按下载、解压和临时文件估算,建议至少预留约 1.68 GB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。