|
|
--- |
|
|
language: |
|
|
- ja |
|
|
license: cc-by-nc-4.0 |
|
|
task_categories: |
|
|
- text-generation |
|
|
- question-answering |
|
|
tags: |
|
|
- function-calling |
|
|
- tool-use |
|
|
- agent |
|
|
- japanese |
|
|
- synthetic |
|
|
size_categories: |
|
|
- 1k<n<10k |
|
|
--- |
|
|
|
|
|
# 🇯🇵 Japanese Function Calling Dataset (Synthetic) |
|
|
**Robust & High-Quality Tool-Use Dataset for AI Agents** |
|
|
|
|
|
<div align="center"> |
|
|
|
|
|
[](https://tonarinousagi.gumroad.com/l/japanese-function-calling) |
|
|
[](https://creativecommons.org/licenses/by-nc/4.0/) |
|
|
|
|
|
</div> |
|
|
|
|
|
## Overview (概要) |
|
|
|
|
|
This dataset contains Japanese instruction-response pairs designed to train LLMs for **Function Calling (Tool Use)** capabilities. |
|
|
Unlike simple translation datasets, this dataset is generated to reflect **real-world Japanese usage**, including: |
|
|
- **Casual speech** (e.g., Tameguchi) |
|
|
- **Ambiguous instructions** (Subject omission) |
|
|
- **Irrelevant noise** (Realistic conversational fillers) |
|
|
|
|
|
本データセットは、LLM（大規模言語モデル）に**日本語でのFunction Calling（ツール利用/関数呼び出し）能力**を学習させるために設計された合成データセットです。 |
|
|
単なる翻訳ではなく、**「実用的なAIエージェント」**の開発を目的としており、以下のようなリアルな日本語の特徴を含んでいます。 |
|
|
- **多様な話し言葉:** 敬語だけでなく、タメ口など。 |
|
|
- **曖昧な指示:** 主語の省略や、倒置法。 |
|
|
- **ノイズ:** 文脈と関係のないフィラー（「えーと」など）や余計な情報。 |
|
|
|
|
|
--- |
|
|
|
|
|
## Why this dataset? (特徴) |
|
|
|
|
|
| Feature | Description | |
|
|
| :--- | :--- | |
|
|
| **High Precision** | strictly validated via Python scripts. Only valid JSON is included.<br>スクリプトでJSON構文を厳密にチェック済みです。 | |
|
|
| **Robustness** | Contains various speech styles to prevent the model from overfitting to "textbook Japanese".<br>「教科書的な日本語」への過学習を防ぐため、崩した表現を多数収録しています。 | |
|
|
| **Agent-Ready** | Covering 5+ essential domains: Calendar, Weather, Smart Home, Messaging, and Booking.<br>カレンダー、天気、家電操作、予約など、エージェント開発に必須のドメインを網羅。 | |
|
|
|
|
|
--- |
|
|
|
|
|
## Dataset Structure (データ構造) |
|
|
|
|
|
The data is provided in **JSONL** format, compatible with standard chat-completion pipelines. |
|
|
データは一般的なチャット形式（JSONL）で提供されます。 |
|
|
|
|
|
### Sample Data |
|
|
```json |
|
|
{ |
|
|
"messages": [ |
|
|
{ |
|
|
"role": "user", |
|
|
"content": "来週の火曜、大阪に出張なんだけど、天気どう？傘いる？" |
|
|
}, |
|
|
{ |
|
|
"role": "assistant", |
|
|
"tool_calls": [ |
|
|
{ |
|
|
"function": { |
|
|
"name": "get_weather", |
|
|
"arguments": "{\"location\": \"Osaka\", \"date\": \"next Tuesday\"}" |
|
|
} |
|
|
} |
|
|
] |
|
|
} |
|
|
] |
|
|
} |
|
|
``` |
|
|
|
|
|
### Defined Tools (収録ツール定義) |
|
|
The dataset assumes the following tools are available: |
|
|
以下のツール定義に基づいています。 |
|
|
|
|
|
- `manage_schedule`: Add/Check/Delete calendar events. |
|
|
- `get_weather`: Get weather forecast. |
|
|
- `control_device`: Smart home control (Lights, AC, Locks). |
|
|
- `search_restaurant`: Search and book restaurants. |
|
|
- `send_message`: Send texts to contacts. |
|
|
|
|
|
--- |
|
|
|
|
|
## Access & Licensing (ライセンスと入手方法) |
|
|
|
|
|
### 1. Free Preview (Hugging Face) |
|
|
- **Content:** A subset of the dataset (e.g., 500 samples). |
|
|
- **License:** [CC-BY-NC 4.0](https://creativecommons.org/licenses/by-nc/4.0/) |
|
|
- **Usage:** Research and personal use only. **No Commercial Use.** |
|
|
- **内容:** データセットの一部（サンプル）。 |
|
|
- **用途:** 研究、個人開発のみ。**商用利用不可。** |
|
|
|
|
|
### 2. Full Version (Gumroad) |
|
|
- **Content:** Full dataset (10,000+ samples). |
|
|
- **License:** **Commercial Use Allowed.** You can use this data to train your proprietary models and sell them. |
|
|
- **Link:** [Available on Gumroad](ここにGumroadのリンクを貼る) |
|
|
- **内容:** フルセット（10,000件以上）。 |
|
|
- **用途:** **商用利用可能。** 自社モデルの学習に使用し、そのモデルを販売することができます。 |
|
|
|
|
|
--- |
|
|
|
|
|
## 🛠 Generation Process (作成プロセス) |
|
|
|
|
|
1. **Schema Definition:** Defined typical API schemas for AI agents. |
|
|
2. **Generation:** Japanese prompts (Standard, Casual) and corresponding JSON. |
|
|
3. **Validation:** Automatically parsed every JSON output. Invalid JSON or hallucinated parameters were discarded. |
|
|
|
|
|
--- |
|
|
|
|
|
## Disclaimer (免責事項) |
|
|
While we strive for high accuracy, this is synthetic data. Please verify important outputs in your specific application context. |
|
|
高精度を目指して作成されていますが、合成データであるため、実際の運用環境での動作を保証するものではありません。 |
|
|
|
|
|
|
|
|
--- |
|
|
|
|
|
## Ready to build Commercial Agents? |
|
|
|
|
|
To access the full **13,000+ samples** with a **Commercial License**, please visit the link below: |
|
|
商用利用可能な **13,000件以上の完全版** は、以下のリンクからご購入いただけます： |
|
|
|
|
|
👉 **[Japanese Function Calling Dataset (Full Version)](https://tonarinousagi.gumroad.com/l/japanese-function-calling)** |
