LAION eV发布Sera-4.6-Lite-T2-v4-1000微调数据集 降低大模型工具调用训练门槛

作为支撑Stable Diffusion等现象级AI产品训练数据集的核心研发方，非盈利机构LAION eV长期以来是全球AI开源数据生态的重要建设者，其发布的多模态、大语言模型相关数据集，一直是全球AI开发者降低训练成本、加速产品迭代的核心公共资源。近年来，随着大模型落地逐步从通用问答转向垂直场景的功能性应用，工具调用能力已成为智能体（Agent）、企业级智能助手、行业垂类大模型的核心能力门槛，而适配不同大模型格式的高质量标注微调数据，始终是行业供给较为紧缺的核心资源。

LAION eV本次发布的数据集Sera-4.6-Lite-T2-v4-1000，正是针对工具调用场景的微调需求推出的轻量化开源数据集。该数据集是allenai开源Sera-4.6-Lite-T2数据集的官方精选子集，仅包含1,000条经过格式标准化的高质量标注数据（源数据集总规模为36,083条），尤其适合中小开发者、研究团队快速验证工具调用能力的训练效果。

相比源数据集，本次发布的子集最大价值在于完成了格式的标准化适配：其将OpenAI原生的`tool_calls`格式预渲染为当前Hermes、Qwen3等主流开源大模型通用的`...`标签格式，并同步将工具响应内容包装为`...`格式，开发者无需额外做数据格式转换，可直接将数据集导入监督微调（SFT）流程使用，大幅降低了数据预处理环节的人力和时间成本。

该数据集采用通用的JSONL格式存储，每条数据包含`messages`列表，列表中每条消息均标注了`role`（分为system、user、assistant三类）、`content`和`train`字段，工具观察内容统一以`role: user`身份搭配`...`标签包装表示，符合当前主流大模型微调框架的数据读取规范。除工具调用场景外，该数据集也可用于通用对话式文本生成任务的微调训练。

从行业应用来看，该轻量化数据集的典型使用场景覆盖多个维度：个人开发者可借助其快速跑通工具调用大模型的微调流程，验证产品原型可行性；中小团队可基于其快速迭代轻量级智能体、行业工具助手等产品，大幅减少初始训练的算力投入；高校及培训机构也可将其作为大模型微调实训的教学样本，降低教学环节的数据获取门槛。若开发者验证效果符合预期，可进一步基于全量的Sera-4.6-Lite-T2数据集完成更高精度的模型训练。该数据集的发布，也进一步丰富了全球开源大模型微调数据生态，对推动工具调用类AI应用的普惠化落地具有积极意义。

查看Sera-4.6-Lite-T2-v4-1000

Dataset card内容：

Files and versions内容：