Calendar Scheduling ist ein von NVIDIA im Jahr 2025 veröffentlichter Mehrrunden-Dialogdatensatz, der darauf abzielt, natürliche Sprachplanungsbeschränkungen zu verstehen und mehrrundigen Anweisungen zur Lösung von Konflikten zu folgen.

Der Datensatz enthält mehrrundige Dialogdaten, die durch synthetische Methoden generiert wurden und dazu dienen, die Fähigkeit großer Sprachmodelle zu trainieren, Ereignisplanungen unter komplexen Beschränkungen durchzuführen. Der Datengenerierungsprozess basiert auf vordefinierten Rollenpersönlichkeiten und simuliert Benutzer, die in zufälliger Reihenfolge Ereignisanforderungen mit Zeitdauer- und Zeitfensterbeschränkungen äußern, während der Assistent alle Beschränkungen integrieren muss, um die Planung abzuschließen. Der Datensatz wurde als Teil des NVIDIA NeMo Gym Frameworks veröffentlicht und soll den Aufbau von Trainingsumgebungen für verifizierbares Belohnungsverstärkungslernen (RLVR) unterstützen und der Community helfen, die Fähigkeit von Modellen zur Befolgung mehrrundiger Anweisungen zu verbessern.

Zusammensetzung des Datensatzes

Der Datensatz enthält hauptsächlich die folgenden Felder und Strukturen:

• conversation: Mehrrundige Dialogaufzeichnungen, die den Interaktionsprozess zwischen Benutzer und Assistent enthalten und mit der letzten Nachricht des Benutzers enden.
• exp_cal_state: Im Wörterbuchformat, enthält die Ereignisliste im Kalender sowie deren zugehörige Zeitdauer- und Beschränkungsbedingungen, die zur Überprüfung der Genauigkeit der Planungsergebnisse verwendet werden können.

Der Datensatz ist in zwei Untergruppen unterteilt: Trainingssatz und Validierungssatz, mit einer Gesamtstichprobengröße von 4.000 Einträgen. Die genaue Verteilung ist wie folgt:

• Trainingssatz (train): 3.872 Einträge
• Validierungssatz (validation): 128 Einträge

Das Datenformat ist Text, und die Gesamtspeichergröße beträgt etwa 43 MB.