NVIDIA本次发布的数据集Nemotron-RL-Agentic-Conversational-Tool-Use-Pivot-v1,该数据集是为对话式工具使用创建的强化学习数据集，基于现有的专家工具使用轨迹。每个助手步骤被视为独立的行为克隆问题，旨在激励策略模型匹配专家模型的工具调用选择。轨迹涵盖认证、数据查询、服务（如预订、修改、获取折扣等）等多个领域的838个不同场景。数据集采用结构化JSON格式，每条记录包含11个顶级字段，如轨迹ID、响应创建参数、预期动作等。训练集约3.0GB，包含170,320条记录。数据集由NVIDIA Corporation创建，使用DeepSeek和Qwen等模型合成生成，标注则通过GPT-OSS-120B和Qwen3-235B等模型完成。该数据集作为NVIDIA NeMo Gym框架的一部分发布，专用于大型语言模型的后期训练，适用于商业用途，采用CC-BY 4.0许可。
查看Nemotron-RL-Agentic-Conversational-Tool-Use-Pivot-v1
关于NVIDIA,英伟达是一家专注于图形处理器开发的全球知名技术公司。
关于HuggingFace,Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的开发与分享。它提供了丰富的资源，包括超过100万个模型、25万个数据集和40万个应用程序，支持文本、图像、视频、音频和3D等多种模态。此外，平台还提供企业级解决方案和开源工具，如Transformers、Diffusers等，以加速机器学习的研究和应用。
_1769672084863.jpg)