ToastyPigeon/personality-assistant-9b-data

---
license: apache-2.0
task_categories:
- text-generation
tags:
- personality
- assistant
- tool-calling
- qwen
- sft
---

# Personality Assistant 9B Training Data

Training data for a mixed personality-based assistant with tool calling capabilities, used to fine-tune Qwen3.5-9B.

## Dataset Composition

**2,997 samples total** (~5.8M tokens):

| Component | Samples | Description |
|-----------|---------|-------------|
| Personality/Persona | 1,925 | Character-based assistant conversations with diverse personas |
| Tool Calling | 1,072 | Function calling / tool use examples formatted for Qwen3.5 |

## Files

- `combined.jsonl` — Pre-shuffled combined dataset ready for training (2,997 samples)
- `sources/personality_combined_thinking.jsonl` — Personality data with thinking traces (1,925 samples)
- `sources/toucan_cireilclaw_toolcall_qwen35.jsonl` — Tool calling data formatted for Qwen3.5 (1,072 samples)

## Format

Each sample is a JSON object with a `messages` array (ChatML format: system/user/assistant turns).

Personality samples include a `character` field with persona metadata.
Tool calling samples include a `tools` field with function definitions.

## Training

Originally trained as Qwen3.5-9B Stage 2 SFT with:
- QLoRA r=32, alpha=16, RSLoRA
- Assistant-only loss
- 3% eval split

---
许可证：Apache-2.0
任务类别：
- 文本生成
标签：
- 人格
- 助手
- 工具调用
- Qwen
- 监督微调（SFT）
---

# 人格助手9B训练数据集

本数据集为具备工具调用能力的混合人格型助手训练数据，用于对Qwen3.5-9B模型进行微调。

## 数据集构成

**总计2997条样本（约580万Token）**：

| 组件类型 | 样本数量 | 描述 |
|---------|---------|-----|
| 人格/人设 | 1925 | 包含多样化人设的基于角色的助手对话数据 |
| 工具调用 | 1072 | 适配Qwen3.5格式的函数调用/工具使用示例数据 |

## 数据集文件

- `combined.jsonl`：已完成预洗牌的合并训练数据集，共2997条样本
- `sources/personality_combined_thinking.jsonl`：附带思维链痕迹的人格类对话数据，共1925条样本
- `sources/toucan_cireilclaw_toolcall_qwen35.jsonl`：适配Qwen3.5格式的工具调用数据，共1072条样本

## 数据格式

每条样本为JSON对象，包含`messages`数组（采用ChatML格式，包含系统、用户、助手三轮对话）。

人格类样本包含`character`字段，用于存储人设元数据。
工具调用类样本包含`tools`字段，用于存储函数定义信息。

## 训练配置

本数据集最初用于Qwen3.5-9B的第二阶段监督微调（SFT），训练配置如下：
- QLoRA参数：秩r=32，alpha=16，采用RSLoRA技术
- 仅计算助手轮次的损失值
- 划分3%的数据作为评估集