從 NVIDIA Open-SWE-Traces 構建監督式微調資料：軌跡解析、補丁分析、Token 預算與工具使用指標

該教學使用 NVIDIA Open-SWE-Traces 資料集，透過從 Hugging Face 串流資料，避免本地完整下載。流程包括正規化多輪代理人對話、解析最終程式碼補丁，並建立分析 DataFrame，涵蓋軌跡長度、工具使用、補丁大小、語言分佈及解決結果等指標。最後，基於成功標籤、Token 限制、語言過濾及補丁可用性，策劃出一個監督式微調子集。

對 AI builder 而言，此方法展示了如何直接利用開放資料集高效構建用於微調代理人模型的 SFT 資料，是實戰級資料處理流程的重要參考。