NVIDIA发布Nemotron-RL-Agentic-Function-Calling-Pivot-v1数据集,应用在强化学习、函数调用领域

NVIDIA本次发布的数据集Nemotron-RL-Agentic-Function-Calling-Pivot-v1,该数据集是一个用于通用函数调用的强化学习数据集，通过利用现有的专家工具使用轨迹构建。每个助手步骤的轨迹被作为一个独立的行为克隆问题，策略模型被激励以匹配专家模型的工具调用选择。该数据集作为NVIDIA NeMo Gym框架的一部分发布，用于训练大型语言模型的强化学习环境。数据集采用JSON格式的结构化对话，包含8458条训练记录，每条记录有5个主要字段（trajectory_id、info、responses_create_params、expected_action、agent_ref）。数据集总存储量为训练集389MB，验证集9.5MB。数据收集方法为合成，使用了多个先进的AI模型。该数据集适用于与NeMo Gym一起用于大型语言模型的后期训练，并遵循CC-BY 4.0许可。

查看Nemotron-RL-Agentic-Function-Calling-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。