korotkov/glaive-function-calling-v2-ru-parsed

---
task_categories:
- text-generation
language:
- ru
pretty_name: Glaive Function Calling V2 Parsed
size_categories:
- 100K<n<1M
---
# Glaive Function Calling V2 Parsed (RU)

This dataset is a fork of an original [mizinovmv/glaive-function-calling-v2-ru](https://huggingface.co/datasets/mizinovmv/glaive-function-calling-v2-ru).

## Structure

* train (102860 rows)
- messages
- functions
* test (9681 rows)
- messages
- functions

Messages field contains JSON string with list of messages. Each message has role (one of: system, user, assistant, function_call, function_response) and content (message string) fields.

Functions field contains JSON string with list of functions for current chat (their number may vary from 0 to 2).

Functions in train and test sets do not intersect.

## How to use

Example of converting messages list into one string

```python
import json
from datasets import load_dataset

# Download dataset from huggingface
dataset = load_dataset("korotkov/glaive-function-calling-v2-ru-parsed")

# Convert messages list into string
messages_string = []
for message in json.loads(dataset["train"]["messages"][1]):
messages_string.append(f"{message['role'].upper()}: {message['content']}")
messages_string = "\n\n".join(messages_string)

print(messages_string)
```

Output:

```json
SYSTEM: Ты полезный помощник с доступом к следующим функциям. Используй их при необходимости:
{
"name": "calculate_square",
"description": "Вычислить квадрат числа",
"parameters": {
"type": "object",
"properties": {
"number": {
"type": "number",
"description": "Число для вычисления квадрата"
}
},
"required": [
"number"
]
}
},
{
"name": "schedule_appointment",
"description": "Запланировать встречу",
"parameters": {
"type": "object",
"properties": {
"date": {
"type": "string",
"description": "Дата назначения"
},
"time": {
"type": "string",
"description": "Время встречи"
},
"description": {
"type": "string",
"description": "Описание встречи"
}
},
"required": [
"date",
"time"
]
}
}

USER: Привет, мне нужна помощь с задачей по математике.

ASSISTANT: Конечно! Я был бы рад помочь. В чем проблема?

USER: Мне нужно найти квадрат 7.

FUNCTION_CALL: {"name": "calculate_square", "arguments": {"number": 7}}

FUNCTION_RESPONSE: {"result": 49}

ASSISTANT: Квадрат 7 равен 49.

USER: Большое спасибо! А теперь можешь помочь мне заказать пиццу?

ASSISTANT: Извините, но я, как ИИ, не имею возможности выполнять внешние задачи, например, заказывать пиццу. Я могу оказывать помощь только в соответствии с запрограммированными мной функциями. В настоящее время я могу помочь с вычислением квадрата числа.

```

原始信息汇总

数据集概述

基本信息

• 名称: Glaive Function Calling V2 Parsed (RU)
• 语言: 俄语 (ru)
• 任务类别: 文本生成
• 大小类别: 100K<n<1M

数据集结构

• 训练集: 102860 行
  • 字段:
    • messages: JSON 字符串，包含消息列表，每条消息有角色（system, user, assistant, function_call, function_response）和内容（消息字符串）
    • functions: JSON 字符串，包含当前聊天的函数列表（数量可能为0到2）
• 测试集: 9681 行
  • 字段:
    • messages: 同上
    • functions: 同上

数据集特点

• 函数不交叉: 训练集和测试集中的函数不相互交叉。