SeongryongJung/multi-turn-rollout-chat

---
dataset_info:
- config_name: gdp-val
features:
- name: id
dtype: string
- name: tools
list:
- name: function
struct:
- name: description
dtype: string
- name: name
dtype: string
- name: parameters
struct:
- name: properties
struct:
- name: cmd
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: code
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: required
list: string
- name: type
dtype: string
- name: type
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: reasoning_content
dtype: 'null'
- name: role
dtype: string
- name: tool_calls
list:
- name: arguments
struct:
- name: cmd
dtype: string
- name: code
dtype: string
- name: function
dtype: string
- name: id
dtype: string
- name: type
dtype: string
splits:
- name: train
num_bytes: 1334035
num_examples: 10
download_size: 358619
dataset_size: 1334035
- config_name: tau2
features:
- name: id
dtype: string
- name: tools
list:
- name: function
struct:
- name: description
dtype: string
- name: name
dtype: string
- name: parameters
struct:
- name: properties
struct:
- name: address1
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: address2
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: amount
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: apn_settings
struct:
- name: description
dtype: string
- name: app_name
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: cabin
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: city
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: country
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: date
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: destination
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: email
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: expression
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: first_name
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: flight_number
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: flight_type
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: flights
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: insurance
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: item_ids
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: last_name
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: mode
struct:
- name: description
dtype: string
- name: new_item_ids
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: nonfree_baggages
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: order_id
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: origin
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: passengers
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: payment_id
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: payment_method_id
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: payment_methods
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: permission
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: product_id
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: reason
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: reservation_id
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: state
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: summary
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: total_baggages
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: user_id
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: zip
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: required
list: string
- name: type
dtype: string
- name: type
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: reasoning_content
dtype: string
- name: role
dtype: string
- name: tool_calls
list:
- name: arguments
struct:
- name: address1
dtype: string
- name: address2
dtype: string
- name: cabin
dtype: string
- name: city
dtype: string
- name: country
dtype: string
- name: customer_id
dtype: string
- name: date
dtype: string
- name: destination
dtype: string
- name: email
dtype: string
- name: first_name
dtype: string
- name: flight_number
dtype: string
- name: flights
list:
- name: date
dtype: string
- name: flight_number
dtype: string
- name: gb_amount
dtype: int64
- name: id
dtype: string
- name: item_ids
list: string
- name: last_name
dtype: string
- name: line_id
dtype: string
- name: new_item_ids
list: string
- name: nonfree_baggages
dtype: string
- name: order_id
dtype: string
- name: origin
dtype: string
- name: passengers
list:
- name: dob
dtype: string
- name: first_name
dtype: string
- name: last_name
dtype: string
- name: payment_id
dtype: string
- name: payment_method_id
dtype: string
- name: phone_number
dtype: string
- name: product_id
dtype: string
- name: reservation_id
dtype: string
- name: state
dtype: string
- name: summary
dtype: string
- name: total_baggages
dtype: int64
- name: user_id
dtype: string
- name: zip
dtype: string
- name: function
dtype: string
- name: id
dtype: string
- name: type
dtype: string
splits:
- name: train
num_bytes: 635098
num_examples: 15
download_size: 227532
dataset_size: 635098
configs:
- config_name: gdp-val
data_files:
- split: train
path: gdp-val/train-*
- config_name: tau2
data_files:
- split: train
path: tau2/train-*
---

数据集信息：
- 配置名称：gdp-val
特征字段（features）：
- 字段名：id
数据类型（dtype）：字符串（string）
- 字段名：工具（tools）列表（list）
列表包含元素：
- 函数（function）结构体：
结构体包含：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：名称（name）
数据类型（dtype）：字符串（string）
- 参数（parameters）结构体：
结构体包含：
- 属性（properties）结构体：
结构体包含：
- cmd结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- code结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- 字段名：必填项（required）列表（list）
列表元素类型：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- 字段名：消息（messages）列表（list）
列表包含元素：
- 字段名：内容（content）
数据类型（dtype）：字符串（string）
- 字段名：推理内容（reasoning_content）
数据类型（dtype）：空值（null）
- 字段名：角色（role）
数据类型（dtype）：字符串（string）
- 工具调用（tool_calls）列表（list）：
列表包含元素：
- 参数（arguments）结构体：
结构体包含：
- 字段名：cmd
数据类型（dtype）：字符串（string）
- 字段名：code
数据类型（dtype）：字符串（string）
- 字段名：function
数据类型（dtype）：字符串（string）
- 字段名：id
数据类型（dtype）：字符串（string）
- 字段名：type
数据类型（dtype）：字符串（string）
数据集划分（splits）：
- 划分名称：train（训练集）
字节数：1334035
样本数量：10
下载大小：358619
数据集总大小：1334035
- 配置名称：tau2
特征字段（features）：
- 字段名：id
数据类型（dtype）：字符串（string）
- 字段名：工具（tools）列表（list）
列表包含元素：
- 函数（function）结构体：
结构体包含：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：名称（name）
数据类型（dtype）：字符串（string）
- 参数（parameters）结构体：
结构体包含：
- 属性（properties）结构体：
结构体包含：
- address1结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- address2结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- amount结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- apn_settings结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- app_name结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- cabin结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- city结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- country结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- date结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- destination结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- email结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- expression结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- first_name结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- flight_number结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- flight_type结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- flights结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- insurance结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- item_ids结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- last_name结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- mode结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- new_item_ids结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- nonfree_baggages结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- order_id结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- origin结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- passengers结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- payment_id结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- payment_method_id结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- payment_methods结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- permission结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- product_id结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- reason结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- reservation_id结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- state结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- summary结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- total_baggages结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- user_id结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- zip结构体：
- 字段名：描述（description）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- 字段名：必填项（required）列表（list）
列表元素类型：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- 字段名：类型（type）
数据类型（dtype）：字符串（string）
- 字段名：消息（messages）列表（list）
列表包含元素：
- 字段名：内容（content）
数据类型（dtype）：字符串（string）
- 字段名：推理内容（reasoning_content）
数据类型（dtype）：字符串（string）
- 字段名：角色（role）
数据类型（dtype）：字符串（string）
- 工具调用（tool_calls）列表（list）：
列表包含元素：
- 参数（arguments）结构体：
结构体包含：
- address1：字符串（string）
- address2：字符串（string）
- cabin：字符串（string）
- city：字符串（string）
- country：字符串（string）
- customer_id：字符串（string）
- date：字符串（string）
- destination：字符串（string）
- email：字符串（string）
- first_name：字符串（string）
- flight_number：字符串（string）
- 航班信息（flights）列表（list）：
包含：
- date：字符串（string）
- flight_number：字符串（string）
- gb_amount：64位整数（int64）
- id：字符串（string）
- 商品ID（item_ids）列表（list）：字符串（string）
- last_name：字符串（string）
- line_id：字符串（string）
- 新商品ID（new_item_ids）列表（list）：字符串（string）
- nonfree_baggages：字符串（string）
- order_id：字符串（string）
- origin：字符串（string）
- 乘客信息（passengers）列表（list）：
包含：
- 出生日期（dob）：字符串（string）
- first_name：字符串（string）
- last_name：字符串（string）
- payment_id：字符串（string）
- payment_method_id：字符串（string）
- 电话号码（phone_number）：字符串（string）
- product_id：字符串（string）
- reservation_id：字符串（string）
- state：字符串（string）
- summary：字符串（string）
- total_baggages：64位整数（int64）
- user_id：字符串（string）
- zip：字符串（string）
- function：字符串（string）
- id：字符串（string）
- type：字符串（string）
数据集划分（splits）：
- 划分名称：train（训练集）
字节数：635098
样本数量：15
下载大小：227532
数据集总大小：635098
配置项（configs）：
- 配置名称：gdp-val
数据文件（data_files）：
- 划分：train（训练集）
路径：gdp-val/train-*
- 配置名称：tau2
数据文件（data_files）：
- 划分：train（训练集）
路径：tau2/train-*

搜集汇总

数据集介绍

构建方式

在对话系统与工具调用研究领域，multi-turn-rollout-chat数据集通过精心设计的结构化流程构建而成。该数据集整合了多个配置，每个配置均包含工具定义与多轮对话消息序列。构建过程模拟了真实的人机交互场景，其中工具以函数形式呈现，具备清晰的描述、名称及参数规范。对话消息则记录了用户与助手之间的完整交流轨迹，包括角色、内容以及关键的工具调用细节，确保了数据在语义与逻辑上的一致性。

使用方法

研究人员可利用该数据集进行工具学习、对话状态跟踪以及多轮对话生成模型的训练与评估。通过加载指定配置，可以便捷地访问工具定义和对话历史，模拟助手调用外部工具的过程。数据集中清晰的结构化参数支持模型学习如何根据对话上下文准确解析并执行工具调用。该资源适用于端到端的对话系统开发，亦可用于分析工具使用的有效性与连贯性，推动对话智能体在复杂任务中的实际应用能力。

背景与挑战

背景概述

在人工智能对话系统领域，多轮交互与工具调用能力的融合已成为提升模型实用性的关键研究方向。multi-turn-rollout-chat数据集应运而生，旨在通过模拟真实场景下的多轮对话，训练模型理解复杂用户指令并准确调用外部工具。该数据集由研究团队精心构建，聚焦于解决智能助手在终端操作、航班预订、商品交易等任务中面临的语义解析与工具执行挑战。其核心价值在于推动对话系统从单一响应生成向多步骤任务规划的演进，为具身智能与自动化流程的发展提供了重要数据支撑。

当前挑战

该数据集致力于解决复杂任务导向型对话中工具调用的精准性与连贯性问题，其核心挑战在于模型需在多轮交互中维持上下文一致性，并准确解析嵌套参数以触发正确工具。构建过程中的挑战则体现在高质量对话轨迹的合成上，需要平衡工具多样性、参数复杂性以及对话自然度，同时确保工具调用逻辑与真实应用场景对齐，避免产生语义歧义或执行偏差。

常用场景

经典使用场景

在自然语言处理领域，工具调用与多轮对话的交互范式日益成为研究焦点。multi-turn-rollout-chat数据集通过结构化工具定义和消息序列，为模型在复杂任务中学习工具调用行为提供了经典场景。该数据集模拟真实世界应用，如命令行操作和代码执行，使模型能够通过多轮对话逐步解析用户意图，并调用相应工具完成具体操作，从而推动对话系统向更智能、更实用的方向发展。

解决学术问题

该数据集针对对话系统中工具调用与任务导向交互的学术难题提供了解决方案。它通过丰富的工具参数和消息结构，解决了模型在理解复杂用户指令、动态选择工具以及生成准确参数方面的挑战。其意义在于为评估和提升模型在开放域工具使用能力上设立了基准，促进了对话智能体在真实环境中的泛化性能研究，对推动人机交互技术的理论进展具有深远影响。

实际应用

在实际应用层面，multi-turn-rollout-chat数据集支撑了智能助手和自动化系统的开发。例如，在客户服务、旅行预订或系统管理等场景中，模型可依据数据集训练，准确理解用户需求并调用相应工具执行任务，如生成代码、处理订单或配置设置。这种能力显著提升了服务效率与用户体验，为构建可靠、可扩展的智能交互系统提供了坚实的数据基础。

数据集最近研究

最新研究方向

在智能体与工具调用领域，multi-turn-rollout-chat数据集正推动多轮对话中复杂任务规划的前沿探索。该数据集通过结构化工具调用与推理内容字段，为模型在航班预订、代码执行等现实场景中的逐步决策提供了高质量标注。当前研究聚焦于增强大语言模型的工具使用泛化能力，结合思维链与工具调用序列，以提升智能体在开放环境下的鲁棒性与准确性。这一方向呼应了行业对自主智能体落地的迫切需求，为构建能够理解并执行多步骤指令的对话系统奠定了数据基础，具有显著的实践意义。