ToolBridge

该数据集名为ToolBridge，旨在通过在精心挑选的数据条目上对大型语言模型（LLM）进行监督微调，使其能够有效利用外部工具。ToolBridge采用了一系列开放获取的数据集作为原始数据集池，并系统地识别适合插入外部工具API的数据条目。该数据集规模包含183,147次使用62个Python包的外部工具调用，其任务旨在辅助LLM使用外部工具进行数据处理、数值计算和事实检索的推理过程。This dataset, named ToolBridge, aims to enable large language models (LLMs) to effectively utilize external tools via supervised fine-tuning on carefully selected data entries. ToolBridge adopts a collection of open-access datasets as its original dataset pool, and systematically identifies data entries suitable for integrating external tool APIs. This dataset comprises 183,147 external tool calls utilizing 62 Python packages, and its tasks are designed to assist LLMs in the reasoning process of using external tools for data processing, numerical computation, and factual retrieval.

搜集汇总

背景与挑战

背景概述

ToolBridge是一个开源数据集，旨在通过外部工具增强大语言模型（LLMs）的功能，使其从基础对话系统升级为通用AI助手。该数据集包含178k条数据条目，通过监督微调（SFT）帮助LLMs学习在数值计算、数据处理和事实检索等任务中调用外部工具，提高预测准确性。数据以原始、插入特殊标记（如<python>）和包含结果标记三种格式提供，支持从HuggingFace或GitHub下载，并遵循Apache-2.0许可。