ToolScale ist ein von NVIDIA im Jahr 2025 veröffentlichter Datensatz, der umfangreiche synthetische Daten enthält. Die zugehörige Publikation ist unter ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration verfügbar. Ziel ist es, die Fähigkeiten von Agenten in der Tool-Orchestrierung zu verbessern.

Der Datensatz konzentriert sich auf Szenarien zur Tool-Nutzung (Tool-use) und zum Reinforcement Learning. Durch synthetische Daten wird die Fähigkeit großer Modelle zur Tool-Aufrufung und Planung bei komplexen Aufgaben gestärkt.

Der Datensatz enthält zahlreiche strukturierte Felder, darunter Aufgabenbeschreibungen, Benutzerszenarien, den Ausgangszustand sowie detaillierte Bewertungskriterien. Er unterstützt Tool-Aufrufaufgaben aus verschiedenen Domänen und Typen.

Zusammensetzung des Datensatzes

Der Datensatz verwendet ein strukturiertes Format und enthält hauptsächlich die folgenden Kernfelder:

• id: Eindeutiger Bezeichner für die Datenprobe.
• description: Enthält den Zweck (purpose), relevante Richtlinien (relevant_policies) und Anmerkungen (notes).
• user_scenario: Definiert das Benutzerszenario, einschließlich Rolle (persona), Anweisungen (instructions) und Domäne (domain). Der Abschnitt „Anweisungen“ ist unterteilt in Aufgabenanweisungen, Gründe für den Aufruf, bekannte Informationen und unbekannte Informationen.
• initial_state: Informationen zum Ausgangszustand.
• evaluation_criteria: Bewertungskriterien, im Kern eine Liste von Aktionen (actions). Jede Aktion enthält eine detaillierte arguments-Struktur mit Parametern für verschiedene Tool-Aufrufe, wie z. B. Clubs, Saison, Spiele, Spieler, Adressen, Finanzinformationen, Reiseinformationen, Kursbelegungen von Studierenden, Zahlungsinformationen und Verkehrsdaten. Die Datentypen umfassen Zeichenketten, Boolesche Werte, Ganzzahlen, Fließkommazahlen und Zeitstempel.

Zitierung

@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}, 
}