Nemotron RL Agentic Conversational Tool-Use Pivot v1 데이터셋은 NVIDIA가 2026년에 공개한 대화형 도구 사용 강화 학습에 특화된 데이터셋으로, 기존의 전문가 도구 사용 궤적을 활용하여 대규모 언어 모델이 복잡한 상호작용 시나리오에서 행동 복제 능력을 학습하도록 훈련시키는 것을 목표로 합니다.

이 데이터셋은 170,320개의 훈련 샘플을 포함하며 총 규모는 약 3.0GB로, EdTech, IT 지원, 여행 등 838개의 다양한 도메인에 걸친 도구 호출 시나리오를涵盖하며 인증, 데이터 조회, 서비스 예약, 할인 획득 등 다양한 작업을 포함합니다. 데이터는 합성 방식으로 생성되었으며, DeepSeek, Qwen 등의 대규모 모델을 활용하여 궤적을 생성하고 GPT-oss 및 Qwen을 결합하여 라벨을 합성했습니다. 형식은 NeMo Gym 프레임워크와 호환되는 구조화된 JSON 파일로, 대규모 모델의 사후 훈련 강화 학습 검증 보상(RLVR) 작업에 적합합니다.

데이터셋 구성

데이터셋은 주로 다음 구조와 필드로 구성됩니다:

• 데이터 형식: 구조화된 JSON, NVIDIA NeMo Gym 프레임워크와 호환.
• 샘플 수: 훈련 세트에 총 170,320개의 레코드.
• 데이터 규모: 약 3.0GB.
• 핵심 필드: 각 레코드는 11개의 최상위 필드를 포함하며, 구체적으로 다음과 같습니다:
• trajectory_id: 궤적 식별자
• responses_create_params: 응답 생성 매개변수
• expected_action: 예상 동작
• scenario: 시나리오 설명
• num_unique_actions: 고유 동작 수
• meta_info: 메타 정보
• qwen_235b_info: Qwen 모델 관련 정보
• agent_ref: 에이전트 참조
• pass_rate: 통과율
• pass_rate_total: 전체 통과율
• pass_rate_passed: 통과 상태