Как повторить
Готовый датасет (22 530 документов за 60 дней жизни компании Apex Athletics, лицензия MIT):
pip install datasets- ```python
from datasets import load_dataset
ds = load_dataset("aeriesec/orgforge")
corpus = ds["train"]
jira = corpus.filter(lambda x: x["doc_type"] == "jira")
incidents = corpus.filter(lambda x: x["is_incident"])
3. В каждой строке есть `doc_type` (jira, slack, confluence, email, zoom_transcript, invoice и другие), `title`, `body`, `day`, `actors`, `tags` и `artifact_ids`. Поле `artifact_ids` связывает документы одного инцидента: тикет, Slack-тред, постмортем (разбор инцидента), эскалацию в Zendesk. Нужные строки отдайте агенту вместо писем клиента.
4. В папке `supplemental/` на странице датасета лежат `simulation_snapshot.json` (состояние компании на конец симуляции) и `domain_registry.json` (кто чем владел и когда). По ним удобно составлять вопросы для агента с заранее известным правильным ответом.
**Своя компания:**
1. `git clone https://github.com/tenurehq/orgforge && cd orgforge`
2. В `config/config.yaml` задайте название, описание и отрасль компании, оргструктуру, сотрудников и число дней симуляции (по умолчанию 22).
3. В том же файле в поле `quality_preset` выберите, на чём генерировать текст:
- `local_gpu`: модель Llama 3.3 70B через Ollama (программа для запуска моделей на своём компьютере). За модель платить не нужно, но по документации нужно около 48 ГБ видеопамяти (A100 или две A10G), обычный ноутбук не справится.
- `openai`, `anthropic` или `cloud`: облачная модель OpenAI, Anthropic, AWS Bedrock (облачный сервис моделей Amazon) или Gemini. Ключ укажите в `.env`. Оплата идёт за токены, итоговую сумму документация не оценивает.
4. Отдельный вариант из README: арендовать GPU в облаке. Инстанс `g5.2xlarge` на спотовых мощностях AWS (дешёвые серверы, которые могут отключить) стоит около 0,50 доллара в час и, по README, справляется с 70B-моделью. Полный 22-дневный прогон обходится примерно в 3–5 долларов.
5. Запустите `docker compose up`, если всё работает в контейнерах. Если модель работает вне контейнеров, в локальном Ollama или через облачный API, сначала запустите Ollama или впишите ключ, потом выполните `docker compose up mongodb orgforge`.
6. После прогона выполните `python post_sim_artifacts.py`, файлы появятся в `./export/`.
В вашей среде может понадобиться донастройка, например другая версия Docker или доступ Ollama к сети хоста.
## Как это устроено
Факты (кто дежурил, какой тикет открыт, кто уволился, какого клиента задел инцидент) задаёт детерминированный Python-движок, то есть код с жёсткими правилами. Языковая модель пишет текст поверх уже решённых фактов. Например, когда инженер увольняется посреди спринта, движок переназначает его тикеты и отмечает, каких знаний теперь не хватает. Это потом всплывает в постмортемах следующих инцидентов.
Авторы называют датасет контролируемой средой для тестов и не считают его заменой реальных корпоративных данных. Живая фактура, внутренняя политика и неоднозначность настоящей переписки есть в нём лишь в той мере, в какой их заложила модель.
## Ссылки
- [Датасет на Hugging Face](https://huggingface.co/datasets/aeriesec/orgforge): готовый прогон Apex Athletics.
- [Репозиторий OrgForge](https://github.com/tenurehq/orgforge): симулятор для своей компании и README с настройкой.
- [Статья на arXiv](https://arxiv.org/abs/2603.14997): описание методики.
- [Релиз на Zenodo](https://zenodo.org/records/19036018): DOI, чтобы ссылаться на конкретную версию.