轨迹

数据集ETL之后输入Template的原始数据结构是Trajectory(轨迹)。这是一个符合AgenticRL的命名方法，主要代表了模型多轮对话的实际表现。

class Trajectory(TypedDict, total=False):
    messages: List[Message]
    tools: List[Tool]
    user_data: List[Tuple[str, Any]]

• messages: Message消息的列表，代表模型实际进行的多轮对话，通常是user和assistant交替出现。

• tools: 模型在本次调用中的所有可用工具列表

• user_data: 用户自定义数据，如KTO训练中的label

对于DPO等偏好对齐训练，预处理器返回{'positive': List[Trajectory], 'negative': List[Trajectory]}格式。

Trajectory是twinkle中所有数据集预处理输出，模板输入的标准接口。格式转换为由原始数据集转换为Trajectory，再到InputFeature。