Calendar Scheduling est un ensemble de données de conversation multi-tours publié par NVIDIA en 2025, conçu pour comprendre les contraintes de planification en langage naturel et suivre des instructions multi-tours afin de résoudre les conflits.

Cet ensemble de données contient des conversations multi-tours générées par des méthodes synthétiques, destinées à entraîner les grands modèles de langage à planifier des événements sous des contraintes complexes. Le processus de génération des données repose sur des personnalités prédéfinies, simulant des utilisateurs qui présentent, dans un ordre aléatoire, des demandes d'événements incluant des contraintes de durée et de créneaux horaires, tandis que l'assistant doit intégrer toutes les contraintes pour effectuer la planification. Cet ensemble de données est publié dans le cadre du framework NVIDIA NeMo Gym, visant à soutenir la construction d'environnements d'entraînement pour l'apprentissage par renforcement avec récompenses vérifiables (RLVR), afin d'aider la communauté à améliorer les capacités de suivi d'instructions multi-tours des modèles.

Composition de l'ensemble de données

Cet ensemble de données comprend principalement les champs et structures suivants :

• conversation : enregistrements de conversations multi-tours, contenant les interactions entre l'utilisateur et l'assistant, se terminant par le dernier message de l'utilisateur.
• exp_cal_state : format de dictionnaire, contenant la liste des événements du calendrier ainsi que leurs durées et contraintes associées, permettant de vérifier l'exactitude des résultats de planification.

L'ensemble de données est divisé en deux sous-ensembles : l'ensemble d'entraînement et l'ensemble de validation, avec un échantillon total de 4 000 entrées. La répartition est la suivante :

• Ensemble d'entraînement (train) : 3 872 entrées
• Ensemble de validation (validation) : 128 entrées

Le format de stockage des données est textuel, avec une taille totale d'environ 43 Mo.