zake7749/Qwen-3.6-plus-agent-tool-calling-trajectory

---
dataset_info:
features:
- name: id
dtype: string
- name: domain
dtype: string
- name: score
dtype: float64
- name: reward
dtype: float64
- name: num_turns
dtype: int64
- name: messages
list:
- name: content
dtype: string
- name: reasoning_content
dtype: string
- name: role
dtype: string
- name: tool_call_id
dtype: string
- name: tool_calls
list:
- name: function
struct:
- name: arguments
dtype: string
- name: name
dtype: string
- name: id
dtype: string
- name: type
dtype: string
- name: tools
dtype: string
splits:
- name: train
num_examples: 3950
license: apache-2.0
language:
- en
tags:
- tool-calling
- function-calling
- multi-turn
- reasoning
- agent
- sft
- rejection-sampling
size_categories:
- 1K<n<10K
---

# Qwen 3.6 Plus — ToolScale Agent SFT Dataset

This is a subset of multi-turn tool-calling trajectories generated with [Qwen 3.6 Plus](https://openrouter.ai/qwen/qwen3.6-plus) on the [ToolScale](https://huggingface.co/datasets/nvidia/ToolScale).

## Key Stats

| Metric | Value |
|--------|-------|
| Training rows | 3,950 (split by assistant turn) |
| Unique conversations | 582 |
| Total messages | 39,814 |
| Avg turns per conversation | 9.1 |
| Mean score (action match) | 0.568 |
| Mean reward | 0.484 |

## Domains

| Domain | Rows | Description |
|--------|------|-------------|
| bank | 2,227 | Account management, transfers, card freeze/unfreeze |
| ecommerce | 1,119 | Order tracking, returns, payment inquiries |
| basketball | 604 | Game stats, schedules, player information |

## Schema

Each row contains:

| Field | Type | Description |
|-------|------|-------------|
| `id` | `string` | Sample ID |
| `domain` | `string` | Task domain |
| `score` | `float` | Action-matching score against ground truth (0–1) |
| `reward` | `float` | Composite evaluation reward |
| `num_turns` | `int` | Number of assistant turns in the full conversation |
| `messages` | `list[dict]` | Conversation in OpenAI message format |
| `tools` | `string` | JSON string of available tool schemas |

## Example

```python
from datasets import load_dataset

ds = load_dataset("zake7749/qwen-3.6-plus-tool-scale-agent-sft")

sample = ds["train"][0]
messages = sample["messages"] # list of dicts
tools = json.loads(sample["tools"]) # parse JSON string

# Each assistant message has reasoning_content
for msg in messages:
if msg["role"] == "assistant":
print("Reasoning:", msg["reasoning_content"][:200])
print("Content:", msg["content"])
print("Tool calls:", msg.get("tool_calls"))
break
```

A typical conversation looks like:

```
[system] Domain policy + instructions
[user] "Hi, I need to check on my recent order for zip-top bags..."
[assistant] reasoning: "The user is asking for order info. I need to find their account first..."
tool_calls: [find_account_key_by_email(email="[e-mail]")]
[tool] "BERuCRx"
[assistant] reasoning: "Found account key. Now I need to get account details..."
tool_calls: [get_account_details(account_key="BERuCRx")]
[tool] {"account_key": "BERuCRx", "orders": [...], ...}
[assistant] reasoning: "I can see the order details now. Let me summarize for the user..."
content: "Hi Jamie! I found your order. The zip-top bags were charged to..."
```

## Citation

This dataset builds on ToolScale from the ToolOrchestra project:

```bibtex
@article{toolorchestra2025,
title={ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration},
author={NVIDIA and The University of Hong Kong},
journal={arXiv preprint arXiv:2511.21689},
year={2025}
}
```

数据集信息：
特征字段：
- 名称：id，类型：字符串
- 名称：domain，类型：字符串
- 名称：score，类型：64位浮点型（float64）
- 名称：reward，类型：64位浮点型（float64）
- 名称：num_turns，类型：64位整型（int64）
- 名称：messages，类型：列表，包含以下子字段：
- 名称：content，类型：字符串
- 名称：reasoning_content，类型：字符串
- 名称：role，类型：字符串
- 名称：tool_call_id，类型：字符串
- 名称：tool_calls，类型：列表，每个元素包含：
- 名称：function，结构体，包含：
- 名称：arguments，类型：字符串
- 名称：name，类型：字符串
- 名称：id，类型：字符串
- 名称：type，类型：字符串
- 名称：tools，类型：字符串
数据集划分：
- 名称：train，样本数量：3950
许可证：Apache-2.0
语言：英语
标签：工具调用（tool-calling）、函数调用（function-calling）、多轮对话（multi-turn）、推理（reasoning）、AI智能体（AI Agent）、监督微调（SFT）、拒绝采样（rejection-sampling）
样本规模类别：1K<n<10K（即1000至10000条样本）

# Qwen 3.6 Plus — ToolScale AI智能体（AI Agent）监督微调（SFT）数据集

本数据集为基于[ToolScale](https://huggingface.co/datasets/nvidia/ToolScale)数据集，由[Qwen 3.6 Plus](https://openrouter.ai/qwen/qwen3.6-plus)生成的多轮工具调用轨迹子集。

## 关键统计指标
| 统计指标 | 数值 |
|--------|-------|
| 训练样本数 | 3,950（按助手轮次拆分） |
| 唯一对话数 | 582 |
| 总消息数 | 39,814 |
| 单对话平均轮次 | 9.1 |
| 动作匹配平均得分 | 0.568 |
| 平均奖励值 | 0.484 |

## 应用领域
| 领域 | 样本数 | 描述 |
|--------|------|-------------|
| 银行 | 2,227 | 账户管理、转账、卡片冻结/解冻 |
| 电商 | 1,119 | 订单追踪、退换货、支付查询 |
| 篮球赛事 | 604 | 赛事数据、赛程安排、球员信息 |

## 数据结构
每条样本包含以下字段：
| 字段 | 类型 | 描述 |
|-------|------|-------------|
| `id` | 字符串 | 样本唯一标识符 |
| `domain` | 字符串 | 任务所属领域 |
| `score` | 浮点型 | 与真实标注匹配的动作匹配得分（取值范围0–1） |
| `reward` | 浮点型 | 综合评估奖励值 |
| `num_turns` | 整型 | 完整对话中的助手轮次总数 |
| `messages` | 字典列表 | 遵循OpenAI消息格式的对话内容 |
| `tools` | 字符串 | 可用工具schema的JSON序列化字符串 |

## 示例代码
python
from datasets import load_dataset

ds = load_dataset("zake7749/qwen-3.6-plus-tool-scale-agent-sft")

sample = ds["train"][0]
messages = sample["messages"] # 字典类型的列表
tools = json.loads(sample["tools"]) # 解析JSON字符串

# 遍历对话，提取助手的思考内容、回复与工具调用信息
for msg in messages:
if msg["role"] == "assistant":
print("思考内容:", msg["reasoning_content"][:200])
print("回复内容:", msg["content"])
print("工具调用:", msg.get("tool_calls"))
break

## 典型对话示例

[系统提示] 领域规则与指令
[用户] "您好，我想查询一下我最近购买的自封袋订单的情况……"
[助手] 思考内容：“用户需要查询订单信息，我需要先找到其账户……”
工具调用：[find_account_key_by_email(email="[e-mail]")]
[工具] "BERuCRx"
[助手] 思考内容：“已获取账户密钥，现在需要查询账户详情……”
工具调用：[get_account_details(account_key="BERuCRx")]
[工具] {"account_key": "BERuCRx", "orders": [...], ...}
[助手] 思考内容：“现在我已获取订单详情，接下来为用户整理回复内容……”
回复内容：“杰米您好！我已查到您的订单，自封袋的付款信息为……”

## 引用信息
本数据集基于ToolOrchestra项目中的ToolScale数据集构建：
bibtex
@article{toolorchestra2025,
title={ToolOrchestra: 通过高效的模型与工具编排提升智能水平},
author={NVIDIA与香港大学},
journal={arXiv预印本 arXiv:2511.21689},
year={2025}
}