外观
Skip to content
Omni-Frontier-Distillation-SFT-Cyber-Coding-Med-dataset-collection
Omni-Frontier-Distillation-SFT-Cyber-Coding-Med-dataset-collection
Manusagents 在 Hugging Face 发布的机器人数据集，规模 10M<n<100M。
数据集ManusagentsOmni-Frontier-Distillation-SFT-Cyber-Coding-Med-dataset-collection
数据集档案汇总规模、格式、关联机型与模型
Omni-Frontier-Distillation-SFT-Cyber-Coding-Med-dataset-collection
Manusagents 在 Hugging Face 发布的机器人数据集，规模 10M<n<100M。
概述
这套数据集的采集方式、多模态结构、存储格式与适用任务。
Omni-Frontier Distillation SFT 是一个面向监督微调的多领域语料集合，合并了约 6.86M 条清洗后的蒸馏样本与约 9.14M 条人工生成、专家策展样本，总量为 16M+ 记录。覆盖 12 个领域、80+ 来源、3 种语言，整体大小为 7.9 GB，采用 Apache 2.0 许可。
对机器人开发者相关的部分包括 robotics 与 automation 方向内容，涵盖 sensor data、control logs、autonomous navigation、industrial automation、SLAM，以及 robotics control 等描述。数据集还包含医疗、网络安全、化学、人文与应用科学等内容，可用于构建跨领域指令微调语料。
数据提供原生 messages 聊天格式，并支持 Parquet、JSONL、CSV；包含 source、source_dataset 等溯源字段，以及 0–100 的质量分数。支持流式加载，并标注兼容 Axolotl、Unsloth、TRL 和 Hugging Face Trainer。
资料出处 Hugging Face datasets Manusagents/Omni-Frontier-Distillation-SFT-Cyber-Coding-Med-dataset-collection
关键规格与模态
数据规模、传感器模态、标注层级、存储格式及 Hugging Face Hub 下载热度。
- 采集方式
- 遥操作
- 开源协议
- apache-2.0
- 传感器模态
- 文本
- 标注粒度
- 语言标注
- 存储格式
- parquetoptimized-parquet
暂未公开或待收录：总时长 · 演示轨迹数 (Episodes)
数据下载与加载代码
通过 Hugging Face CLI 或 LeRobot Dataset API 直接读取帧序列与动作标签。
# 使用 Hugging Face CLI 下载数据集
huggingface-cli download Manusagents/Omni-Frontier-Distillation-SFT-Cyber-Coding-Med-dataset-collection --repo-type dataset --local-dir ./data/manusagents-omni-frontier-distillation-sft-cyber-coding-med-dataset-collection
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("Manusagents/Omni-Frontier-Distillation-SFT-Cyber-Coding-Med-dataset-collection")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")关联采集机型与策略模型
采集或适配该数据集的机器人本体，以及可在其上训练/评估的 VLA 与控制策略模型。
尚未收录关联机型或引用它的模型。
来源
本页事实对应的公开页面，以原文为准。