qwen3.5-functioncalling-v1
收藏资源简介：
Qwen3.5 Function Calling Dataset v1 是一个经过整理的功能调用监督微调（SFT）数据集，源自 glaiveai/glaive-function-calling-v2，并转换为 Qwen3 消息格式，用于微调 Qwen3.5 系列模型。该数据集旨在帮助语言模型生成结构化 JSON 输出以调用外部 API、工具或服务。数据集包含 112,960 个样本，其中训练集 101,664 个，测试集 11,296 个。数据格式为 Qwen3 消息格式，包含 `system`、`user` 和 `assistant` 三种角色类型。`system` 角色提供功能定义和助手指令，`user` 角色触发功能调用请求，`assistant` 角色生成功能调用 JSON 或自然语言响应。数据集适用于文本生成任务，特别是功能调用和工具使用场景。数据集语言为英语，采用 Apache 2.0 许可证。
Qwen3.5 Function Calling Dataset v1 is a curated supervised fine-tuning (SFT) dataset derived from glaiveai/glaive-function-calling-v2 and converted to the Qwen3 message format, intended for fine-tuning Qwen3.5 series models. This dataset is designed to enable language models to generate structured JSON outputs for invoking external APIs, tools, or services. It contains a total of 112,960 samples, including 101,664 training samples and 11,296 test samples. The dataset follows the Qwen3 message format, which includes three role types: `system`, `user`, and `assistant`. The `system` role provides function definitions and assistant instructions; the `user` role triggers function call requests; and the `assistant` role generates either function call JSON outputs or natural language responses. This dataset is applicable to text generation tasks, especially function calling and tool usage scenarios. The dataset is in English and released under the Apache 2.0 license.
Qwen3.5 Function Calling Dataset v1 数据集概述
数据集基本信息
- 数据集名称：Qwen3.5 Function Calling Dataset v1
- 数据集地址：https://huggingface.co/datasets/Mustafaege/qwen3.5-functioncalling-v1
- 主要用途：用于微调Qwen3.5系列模型，训练其进行函数调用（Function Calling）和工具使用（Tool Use）。
- 核心任务：文本生成（Text Generation），具体为指令遵循（Instruction Following）和结构化输出（Structured Output）。
- 语言：英语（en）
- 许可证：Apache 2.0
数据规模与构成
- 总样本量：112,960
- 训练集样本量：101,664
- 测试集样本量：11,296
- 规模分类：100K < n < 1M
- 数据来源：基于
glaiveai/glaive-function-calling-v2数据集转换并标准化而来。 - 数据创建方式：机器生成（Machine-generated）
数据集内容与结构
数据字段
messages：一个字典列表，包含对话轮次，每个字典包含role和content字段。
角色类型
system：包含函数定义和给助手的指令。user：触发函数调用的用户请求。assistant：模型响应，内容为函数调用的JSON格式或自然语言回复。
数据格式
所有样本均已标准化为Qwen3的原生消息格式。一个完整的样本包含多轮对话，展示了从用户请求、模型进行函数调用、接收函数响应到最终回复的完整流程。函数调用以 <functioncall> 标签包裹的JSON格式输出。
数据处理与转换
- 源数据集：
glaiveai/glaive-function-calling-v2 - 原始格式：包含
system字段和chat字段（使用USER:/ASSISTANT:模式）。 - 转换逻辑：
system字段转换为{"role": "system", "content": ...}chat字段中的"USER: ..."转换为{"role": "user", "content": ...}chat字段中的"ASSISTANT: ..."转换为{"role": "assistant", "content": ...}
使用方式
可通过 datasets 库加载数据集，并用于训练。示例代码展示了如何使用 Unsloth 和 SFTTrainer 进行高效微调。
相关数据集
- v1（本数据集）：112,960个样本，源数据为
glaive-function-calling-v2。 - v2：约225K个样本，额外增加了
alpaca_function_calling数据源，地址为 https://huggingface.co/datasets/Mustafaege/qwen3.5-functioncalling-v2。
引用
若使用本数据集，请引用原始数据源 glaiveai/glaive-function-calling-v2。
