laion/nemotron-gym-identity-following-v2-qwen3.5-122b-131k-opencode-sft-serveparity

该数据集是一个包含多轮对话和工具调用的数据集，用于模拟人工智能助手与用户之间的交互。每个示例包括消息列表（每条消息包含角色、内容和工具调用信息）、工具定义、任务描述、对话轮次和工具调用次数。消息中的工具调用可能涉及函数名称和参数。数据集适用于训练或评估对话系统、工具使用模型或任务导向的对话代理。数据集包含训练集，共有7749个示例，总大小约270MB。数据集信息： 特征字段： - 名称：messages 类型：列表，列表元素为结构体，包含以下字段： - 名称：role，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：tool_calls 类型：列表，列表元素为结构体，包含以下字段： - 名称：type，数据类型：字符串 - 名称：function 类型：结构体，包含以下字段： - 名称：name，数据类型：字符串 - 名称：arguments，数据类型：字符串 - 名称：tools，数据类型：字符串 - 名称：task，数据类型：字符串 - 名称：num_turns，数据类型：32位有符号整数（int32） - 名称：num_tool_calls，数据类型：32位有符号整数（int32） 数据集划分： - 划分名称：train 占用字节数：270255396 样本总数：7749 下载大小：106298085 数据集总大小：270255396 配置项： - 配置名称：default 数据文件： - 对应划分集：train 文件路径：data/train-*

搜集汇总

数据集介绍

构建方式

该数据集基于Qwen3.5-122B模型生成，旨在提升多轮对话中的身份遵循能力。通过从OpenCode SFT数据中筛选并扩展工具调用场景，构建了包含7749个训练样例的高质量指令集。每条数据以messages格式存储，包含角色、内容及工具调用字段，同时附加全局工具描述、任务类型、对话轮次与工具调用次数等信息，确保结构完整且易于解析。

特点

数据集以多轮工具调用为特色，平均每样例包含显著的工具交互，任务类型覆盖代码生成与执行。其核心优势在于聚焦模型对指令中指定身份的精准遵循，通过工具调用场景强化对话一致性。131k的上下文长度设计支持长序列建模，而serveparity策略则确保模型输出与真实服务行为对齐，减少身份漂移风险。

使用方法

适用于监督微调与偏好对齐，可通过HuggingFace Datasets库直接加载train拆分。使用时建议将messages字段作为模型输入，配合tools字段定义可调用函数。num_turns和num_tool_calls字段可用于动态调整生成策略，如控制最大调用次数或剪枝不完整对话。开发者还可基于task字段按场景筛选样例，进行针对性训练或评估。

背景与挑战

背景概述

该数据集名为nemotron-gym-identity-following-v2-qwen3.5-122b-131k-opencode-sft-serveparity，由NVIDIA及其合作机构于2025年创建，旨在解决大语言模型（LLM）在复杂多轮对话和工具调用场景下的身份遵循问题。核心研究问题聚焦于提升模型在同时处理多轮交互、工具调用以及严格遵循指令约束时的行为一致性。该数据集基于Qwen3.5-122B模型生成，包含约131K条训练样本，兼具监督微调（SFT）与服务对齐特性，为增强LLM在自动化服务与工具集成任务中的鲁棒性提供了关键基准，对推动AI助手在真实世界任务中的部署具有重要意义。

当前挑战

当前领域面临的核心挑战在于，大语言模型在多轮对话中容易因身份混淆而产生响应偏差，即模型无法在复杂上下文或工具调用中始终如一地遵循用户指定的身份和指令，这限制了其在自助服务、客服系统等场景中的可靠性。构建过程中，数据集需克服高保真身份标注的难题，确保每个对话样本中的用户身份与系统行为严格对齐；同时，生成包含众多工具调用的长序列（如131K样本中部分会话超过120轮）时，需精细控制对话逻辑与工具使用模式，防止逻辑断裂或工具调用格式错误，这对数据合成管线提出了极高的自动化与质量校验要求。

常用场景

经典使用场景

该数据集专为训练大语言模型的指令遵循与工具调用能力而设计，其多轮对话结构包含角色、内容、工具调用记录及系统工具定义，特别适用于构建能够精准执行复杂功能调用任务的智能对话系统。研究者借助此数据集可有效提升模型在身份感知任务中的表现，即让模型依据给定角色设定或用户指令，在多次交互中正确调用外部工具完成子目标。

实际应用

在实际部署中，该数据集可用于训练客服机器人、虚拟助手或自动化工作流引擎，使其能根据语境准确调用API进行数据查询、日程安排或系统控制。例如，一个基于此数据训练的模型可在多轮用户服务中保持角色一致性，先后执行订单查询、退款流程启动及知识库检索等步骤而无需人工介入。

衍生相关工作

围绕该数据集的核心特性，衍生出若干代表性的研究方向与工作，包括但不限于基于合成数据增强的身份保持微调方法、多轮工具调用中的纠错与死循环检测机制，以及将指令遵循能力迁移至未见过工具集的零样本泛化研究。这些工作进一步丰富了工具增强语言模型的理论与实践基础。