ToolScale は、NVIDIA が 2025 年に公開した大規模合成データセットであり、関連する論文成果は ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration である。このデータセットは、エージェントのツールオーケストレーション能力の向上を目的としている。

本データセットは、ツール使用（Tool-use）および強化学習のシナリオに特化しており、合成データを用いて大規模言語モデルの複雑なタスクにおけるツール呼び出しと計画能力を強化する。 データセットには、タスク記述、ユーザーシナリオ、初期状態、詳細な評価基準など、豊富な構造化フィールドが含まれており、多領域・多類型のツール呼び出しタスクをサポートする。

データセットの構成

本データセットは構造化フォーマットを採用しており、主に以下のコアフィールドを含む：

• id: データサンプルの一意な識別子。
• description: 目的（purpose）、関連ポリシー（relevant_policies）、備考（notes）を含む。
• user_scenario: ユーザーシナリオを定義し、ペルソナ（persona）、指示（instructions）、ドメイン（domain）を含む。指示部分は、タスク指示、呼び出し理由、既知情報、不明情報に細分化されている。
• initial_state: 初期状態の情報。
• evaluation_criteria: 評価基準で、コアは actions リストである。各 action には詳細な arguments 構造が含まれ、クラブ、季節、ゲーム、プレイヤー、住所、財務情報、旅行情報、学生の授業登録、支払情報、交通情報など、さまざまなツール呼び出しのパラメータを網羅している。データ型には文字列、ブール値、整数、浮動小数点数、タイムスタンプなどが含まれる。

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}, 
}