ToolScale 是由 NVIDIA 于 2025 年发布的一个包含大规模合成数据的数据集，相关论文成果为「ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration」，旨在提升智能体在工具编排方面的能力。

该数据集专注于工具使用（Tool-use）与强化学习场景，通过合成数据增强大模型在复杂任务中的工具调用与规划能力。 数据集包含丰富的结构化字段，涵盖任务描述、用户场景、初始状态及详细的评估标准，支持多领域、多类型的工具调用任务。

数据集组成

该数据集采用结构化格式，主要包含以下核心字段：

• id: 数据样本的唯一标识符。
• description: 包含目的（purpose）、相关策略（relevant_policies）及备注（notes）。
• user_scenario: 定义用户场景，包括角色（persona）、指令（instructions）及领域（domain）。指令部分细分为任务指令、调用原因、已知信息与未知信息。
• initial_state: 初始状态信息。
• evaluation_criteria: 评估标准，核心为 actions 列表。每个 action 包含详细的 arguments 结构，涵盖各类工具调用的参数，如俱乐部、季节、游戏、玩家、地址、财务信息、旅行信息、学生选课、支付信息、交通信息等，数据类型涵盖字符串、布尔值、整数、浮点数及时间戳等。

Citation

@misc{toolorchestra,
      title={ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration}, 
      author={Hongjin Su and Shizhe Diao and Ximing Lu and Mingjie Liu and Jiacheng Xu and Xin Dong and Yonggan Fu and Peter Belcak and Hanrong Ye and Hongxu Yin and Yi Dong and Evelina Bakhturina and Tao Yu and Yejin Choi and Jan Kautz and Pavlo Molchanov},
      year={2025},
      eprint={2511.21689},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2511.21689}, 
}