MultiAgent-X: Multilingual Agentic Function-Call

kaggle2026-05-02 更新2026-07-24 收录

多语言智能体

函数调用

数据链接：

https://www.kaggle.com/datasets/saurabhmallik/multiagent-x-multilingual-agentic-function-call 数据链接链接失效反馈

官方服务：

资源简介：

First multilingual agentic dataset: 10,551 records, 12 languages, 1.3B+ speakers

首款多语言智能体数据集：共计10551条记录，覆盖12种语言，拥有13亿以上的语言使用者

创建时间：

2026-05-02

xlam-function-calling-60k

函数调用

机器学习

# APIGen Function-Calling Datasets [Paper](https://arxiv.org/abs/2406.18518) | [Website](https://apigen-pipeline.github.io/) | [Models](https://huggingface.co/collections/Salesforce/xlam-models-65f

魔搭社区2026-07-14 更新480

Inishds/function_calling_train_val

函数调用

视觉语言模型

--- dataset_info: features: - name: User Input dtype: string - name: LLM Output dtype: string - name: Function Description dtype: string - name: formatted_string dtype: strin

Hugging Face2024-05-08 更新160

Synth-APIGen-v0.1

文本生成

函数调用

Synth-APIGen-v0.1数据集是由distilabel工具创建的，旨在生成可验证和多样化的函数调用数据集。该数据集包含多个字段，如函数名、函数描述、可用工具、查询、模型生成的答案、模型名称和哈希ID。数据集的创建过程包括生成或修改Python函数、准备种子工具、运行APIGen管道、合并和去重数据集，并生成训练数据。数据集主要用于文本生成任务，特别是函数调用相关的任务。

Hugging Face2024-10-10 更新130

thibaud-perrin/hibo-function-calling-v1

函数调用

自然语言处理

该数据集名为hibo-function-calling-v1，旨在为大语言模型（LLMs）的函数调用任务提供微调支持。数据集包含一个train分割，共有323,271个数据点，分为三个列：dataset_origin、system和chat。数据集是通过合并两个不同的源数据集`gathnex/Gath_baize`和`glaiveai/glaive-function-calling-v2`创建的，

Hugging Face2024-03-04 更新290

AvitoTech/ru_bfcl

函数调用

视觉语言模型

Berkeley Function Calling Leaderboard（BFCL）数据集是一个用于评估不同大型语言模型（LLM）在函数调用（或工具调用）能力的数据集，基于实际使用案例构建，覆盖多种类别和语言。数据集分为三个主要版本：BFCL V1、V2 Live和V3。V1版本包括Python类别（简单函数、多函数、并行函数、并行多函数）和非Python类别（聊天能力、函数相关性检测、REST

Hugging Face2026-06-04 更新160

MultiAgent-X: Multilingual Agentic Function-Call

资源简介：

相关数据集