Nowy tutorial pokazuje jak zbudować stabilny workflow do pracy z Fable 5 Traces - zbiorem danych zawierającym ślady rzeczywistych działań coding-agentów. Zamiast polegać na fragicznych zależnościach jak datasets czy scikit-learn, autorzy zdecydowali się na lekkie środowisko z minimalnymi importami, tylko z huggingface_hub, rich i tqdm.
Workflow rozpoczyna się od ręcznego pobierania i parsowania scalonego pliku JSONL bezpośrednio w Colab, co zapewnia stabilność notebooka. Następnie zespół przeprowadza szczegółowy audyt struktury danych - inspekcjonuje repozytoria, normalizuje tool calls i tekstowe outputy, wykrywa potencjalne pattern-y przypominające sekrety oraz wizualizuje kluczowe rozkłady, takie jak typy outputów, użyte narzędzia czy długości tekstów.
Praktyczna część zawiera tworzenie bezpiecznych exportów chat/SFT bez chain-of-thought, prosty helper do wyszukiwania słów kluczowych oraz trening czystopythonowych baseline'ów opartych na Naive Bayes. Te modele pozwalają ocenić, czy informacje z kontekstu tracesów mogą przewidzieć typ outputu asystenta i które narzędzia będą użyte. Podejście to jest wartościowe dla naukowców chcących pracować z danymi agentów bez zależności od dużych bibliotek ML.