agent-dataset-hybrid-v2

Agent Dataset Hybrid v2 是一个用于微调具备工具使用能力和推理技能的AI代理的多用途数据集。该数据集整合了来自三个主要来源的数据：Opus-4.6-Reasoning-3000x-filtered（提供数学和逻辑推理样本）、Qwen3.5-reasoning-700x（提供自然语言链式推理）以及由austindixson创建的代理对话（主要数据集，包含工具使用的工作流程）。数据集总共有42,633个对话（1,010,463轮），平均每个对话25.3轮，其中工具使用对话约占9.7%。每个样本以多轮对话的JSON格式呈现，适用于工具使用、函数调用、代码生成、多步推理、代理工作流程等多种任务。数据集采用Apache 2.0许可证，并明确标注了原始数据来源和修改内容。

原始信息汇总

Agent Dataset Hybrid v2 数据集概述

数据集基本信息

• 名称: Agent Dataset Hybrid v2
• 创建者: austindixson
• 发布日期: 2025年
• 许可证: Apache 2.0
• 任务类别: 文本生成、问答
• 主要语言: 英语
• 数据规模: 100K<n<1M

数据集描述

这是一个用于训练具备工具使用能力和推理技能的AI智能体的微调数据集。它是一个多用途数据集，结合了以下内容：

• 工具使用工作流: 包含文件操作、代码执行、搜索等真实智能体对话。
• 数学推理: 带有<thinking>标签的逐步问题解决过程。
• 自然推理: 对话式思维链过程。

数据来源与构成

数据集整合了以下三个来源的数据，均为Apache 2.0许可证：

1. Opus-4.6-Reasoning-3000x-filtered (nohurry)

   • 贡献：带有明确思考标签的数学和逻辑推理样本
   • 在本数据集中的样本数：约2,093个（占5.2%）
   • 原始地址：https://huggingface.co/datasets/nohurry/Opus-4.6-Reasoning-3000x-filtered

2. Qwen3.5-reasoning-700x (Jackrong)

   • 贡献：自然语言思维链推理
   • 在本数据集中的样本数：约569个（占1.4%）
   • 原始地址：https://huggingface.co/datasets/Jackrong/Qwen3.5-reasoning-700x

3. Agent conversations (primary dataset) (austindixson)

   • 贡献：包含工具使用的Claude Code智能体工作流
   • 在本数据集中的样本数：约39,971个（占93.3%）

数据集统计信息

• 训练集: 38,369个对话（965,819轮）
• 验证集: 4,264个对话（44,644轮）
• 总计: 42,633个对话（1,010,463轮）
• 平均每对话轮数: 25.3轮
• 包含工具使用的对话: 约3,867个（占9.7%）

数据格式

每个样本都是一个包含多轮对话的JSON对象，格式如下： json { "conversations": [ {"from": "human", "value": "用户消息"}, {"from": "gpt", "value": "助手回复"}, {"from": "tool", "value": "工具执行结果"}, {"from": "gpt", "value": "对工具结果的助手回复"} ] }

主要用途

适用于以下任务的模型微调：

• 工具使用和函数调用
• 代码生成和调试
• 多步推理
• 智能体工作流
• 软件开发任务
• 数学问题解决

训练建议

• 适用模型: Claude、GPT-4、LLaMA、Gemma、GLM
• 训练方法: QLoRA、全参数微调
• 序列长度: 建议8192+ tokens
• 批大小: 有效批大小16-32

与原数据集的差异

本数据集进行了以下处理：

• 将多个数据集合并为统一格式
• 将所有数据转换为对话格式
• 从Claude Code对话中添加工具使用执行结果
• 对样本进行筛选和整理以保证质量
• 划分为训练集和验证集

引用要求

使用本数据集时，请引用原始数据源：

• Opus-4.6-Reasoning-3000x-filtered (nohurry, 2024)
• Qwen3.5-reasoning-700x (Jackrong, 2024)
• Agent Dataset Hybrid v2 (austindixson, 2025)

许可证信息

版权所有：2025 austindixson 完整许可证文本可访问：http://www.apache.org/licenses/LICENSE-2.0

搜集汇总

数据集介绍

构建方式

在人工智能代理领域，数据集的构建质量直接决定了模型在复杂任务中的表现。Agent Dataset Hybrid v2通过精心整合多个开源数据集，构建了一个专门用于训练具备工具使用和推理能力的AI代理的综合性资源。其核心构建方法涉及从三个主要来源提取数据：来自Opus-4.6-Reasoning-3000x-filtered的数学逻辑推理样本，来自Qwen3.5-reasoning-700x的自然语言思维链样本，以及由austindixson贡献的、占比超过九成的Claude Code代理工作流对话。构建过程将这些异构数据统一转换为标准化的多轮对话格式，并进行了严格的质量筛选与划分，最终形成了包含超过四万段对话、总计百万轮次交互的结构化数据集。

使用方法

对于希望训练或微调AI代理模型的研究者与开发者而言，该数据集提供了明确的应用路径。它主要适用于对如Claude、GPT-4、LLaMA等大型语言模型进行全参数微调或高效的QLoRA微调，以增强其在工具使用、函数调用及多步推理方面的能力。使用前，需将数据加载为标准的JSON对话格式，每条记录包含按顺序排列的‘human’、‘gpt’和‘tool’角色对话轮次。建议在训练时配置8192以上的长序列长度以容纳完整的复杂对话，并采用16至32的有效批次大小。该数据集可直接用于监督式微调，目标是使模型学会在交互中自主规划步骤、调用工具并整合结果，最终完成软件开发、数学解题等综合性任务。

背景与挑战

背景概述

在人工智能迈向通用智能体的演进历程中，赋予模型工具使用与复杂推理能力成为关键研究方向。Agent Dataset Hybrid v2数据集于2025年由austindixson构建并发布，其核心目标在于为训练具备工具调用、代码生成及多步推理能力的AI智能体提供高质量微调数据。该数据集整合了来自Opus-4.6-Reasoning-3000x-filtered的数学逻辑推理样本、Qwen3.5-reasoning-700x的自然语言思维链样本，以及以Claude Code智能体工作流为主体的工具使用对话，共计超过四万条对话与百万轮次交互。这一综合性资源的出现，显著推动了智能体在软件开发、问题求解等实际任务中的性能边界，为相关模型的训练与评估奠定了重要基础。

当前挑战

该数据集旨在应对AI智能体在工具使用与复杂推理任务中面临的挑战，其核心问题在于如何使模型能够准确理解用户意图、规划多步行动序列、并有效调用外部工具执行代码、文件操作或搜索等具体功能。构建过程中的挑战主要体现在数据整合与质量把控层面：首先，需将来源各异、格式不同的原始数据集（如带明确思考标签的数学推理与自然语言思维链）统一转化为标准对话格式，并确保逻辑连贯性；其次，工具使用对话的构建要求模拟真实交互场景，包括工具执行结果的合理生成与嵌入，这对数据的真实性与复杂性提出了较高要求；最后，数据筛选与验证过程需平衡样本多样性、任务覆盖度与整体质量，以形成适用于模型微调的高效训练集。

常用场景

经典使用场景

在智能体与工具交互的研究领域，Agent Dataset Hybrid v2数据集为训练具备工具调用能力的AI智能体提供了经典范例。该数据集整合了真实的智能体对话流程，涵盖文件操作、代码执行和搜索等多样化工具使用场景，同时融合了数学推理与自然语言推理的链式思考过程。研究人员通常利用该数据集对大型语言模型进行微调，以提升模型在复杂任务中规划、调用外部工具并整合结果的能力，从而模拟人类在软件开发、问题解决中的多步骤协作行为。

解决学术问题

该数据集有效应对了AI智能体研究中的若干核心挑战，包括工具使用的泛化性、多步骤推理的连贯性以及代码生成与调试的准确性。通过提供大量标注清晰的对话轨迹，它帮助学术界探索如何让模型理解工具语义、管理任务状态并在动态环境中做出决策。其意义在于为可解释的智能体行为建立了基准，推动了从静态语言理解到动态交互执行的范式转变，对构建可靠、实用的自主智能系统具有深远影响。

实际应用

在实际部署中，该数据集支撑了各类自动化智能系统的开发。基于其训练的模型可应用于智能编程助手，能够根据用户需求生成代码、调试错误并执行测试；在数据分析领域，智能体可调用计算工具完成查询、可视化与报告生成；此外，在客服自动化与教育辅导场景中，模型能结合搜索工具提供准确、可追溯的解答。这些应用显著提升了工作效率，降低了专业任务的技术门槛。

数据集最近研究

最新研究方向

在人工智能代理领域，工具使用与复杂推理能力的融合正成为前沿探索的核心焦点。Agent Dataset Hybrid v2作为综合性训练资源，其最新研究聚焦于提升模型在动态环境中的自主决策与多步骤任务执行效能。学者们借助该数据集，深入探索代理在代码生成、数学逻辑推演及自然语言交互中的协同机制，旨在突破传统单一任务处理的局限。随着Claude、GPT-4等大型语言模型在工具调用方面的持续演进，该数据集为构建具备人类级工作流处理能力的智能代理提供了关键数据支撑，推动了自动化软件开发、跨领域问题求解等热点应用场景的实质性进展。