ToolScale est un ensemble de données contenant de grandes quantités de données synthétiques, publié par NVIDIA en 2025. Les résultats de la recherche associée sont présentés dans « ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration », dans le but d'améliorer les capacités des agents en matière d'orchestration d'outils.

Cet ensemble de données se concentre sur les scénarios d'utilisation d'outils (Tool-use) et d'apprentissage par renforcement, en renforçant, grâce aux données synthétiques, la capacité des grands modèles de langage à appeler des outils et à planifier dans des tâches complexes. L'ensemble de données comprend de nombreux champs structurés, couvrant les descriptions de tâches, les scénarios utilisateurs, les états initiaux et des critères d'évaluation détaillés, prenant en charge des tâches d'appel d'outils dans de nombreux domaines et de types variés.

Composition du jeu de données

Cet ensemble de données adopte un format structuré et contient principalement les champs clés suivants :

• id : Identifiant unique de l'échantillon de données.
• description : Contient le but (purpose), les politiques pertinentes (relevant_policies) et les notes (notes).
• user_scenario : Définit le scénario utilisateur, incluant le rôle (persona), les instructions (instructions) et le domaine (domain). La partie instructions est subdivisée en instructions de tâche, raisons de l'appel, informations connues et informations inconnues.
• initial_state : Informations sur l'état initial.
• evaluation_criteria : Critères d'évaluation, dont le cœur est la liste des actions. Chaque action contient une structure d'arguments détaillée, couvrant les paramètres de divers appels d'outils, tels que clubs, saisons, jeux, joueurs, adresses, informations financières, informations de voyage, inscriptions aux cours des étudiants, informations de paiement, informations de transport, etc. Les types de données incluent des chaînes de caractères, des booléens, des entiers, des nombres à virgule flottante et des horodatages, entre autres.

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}, 
}