Nemotron RL Agentic Conversational Tool-Use Pivot v1 عبارة عن مجموعة بيانات صدرت بواسطة NVIDIA في عام 2026، تركز على التعلم المعزز لاستخدام الأدوات في المحادثات، وتهدف إلى تدريب نماذج اللغة الكبيرة على محاكاة السلوك في سيناريوهات التفاعل المعقدة من خلال الاستفادة من مسارات استخدام الأدوات المتاحة للخبراء.

تحتوي مجموعة البيانات على 170,320 عينة تدريب، بحجم إجمالي يبلغ حوالي 3.0 جيجابايت، وتغطي 838 مجالًا مختلفًا لسيناريوهات استدعاء الأدوات بما في ذلك تكنولوجيا التعليم، ودعم تكنولوجيا المعلومات، والسفر، وتشمل مهام متنوعة مثل التحقق من الهوية، والاستعلام عن البيانات، وحجز الخدمات، والحصول على الخصومات. تم توليد البيانات باستخدام طرق اصطناعية، حيث تم استخدام نماذج كبيرة مثل DeepSeek و Qwen لتوليد المسارات، مع دمج GPT-oss و Qwen لتوليف التسميات، وتكون الصيغة ملفات JSON منظمة متوافقة مع إطار عمل NeMo Gym من NVIDIA، ومناسبة لمهام التحقق من المكافآت في التعلم المعزز (RLVR) للنماذج الكبيرة بعد التدريب.

مكونات مجموعة البيانات

تتضمن مجموعة البيانات بشكل أساسي البنية والحقول التالية:

• صيغة البيانات: JSON منظم، متوافق مع إطار عمل NVIDIA NeMo Gym.
• عدد العينات: 170,320 سجلًا في مجموعة التدريب.
• حجم البيانات: حوالي 3.0 جيجابايت.
• الحقول الأساسية: يحتوي كل سجل على 11 حقلًا رئيسيًا، بما في ذلك:
• trajectory_id: معرف المسار
• responses_create_params: معلمات إنشاء الاستجابة
• expected_action: الإجراء المتوقع
• scenario: وصف السيناريو
• num_unique_actions: عدد الإجراءات الفريدة
• meta_info: معلومات وصفية
• qwen_235b_info: معلومات متعلقة بنموذج Qwen
• agent_ref: مرجع الوكيل
• pass_rate: معدل النجاح
• pass_rate_total: معدل النجاح الإجمالي
• pass_rate_passed: حالة النجاح