Datasets:

minyichen
/

BFCL-toolcall-SDG

license: other
task_categories:
  - text-generation
language:
  - zh
  - en
tags:
  - tool-calling
  - function-calling
  - bfcl
  - multi-turn
  - sft
  - synthetic
size_categories:
  - n<1K
configs:
  - config_name: default
    data_files:
      - split: train
        path: data/train.jsonl

BFCL-toolcall-SDG

資料集概述

來源：依 Berkeley Function Calling Leaderboard（BFCL）的評測類別設計的合成工具呼叫對話，經人工審查。
用途：工具呼叫（function calling）的監督式微調（SFT）。
主要輸出：data/train.jsonl（373 列、366 條對話軌跡）。
授權：僅供內部共享使用。

Splits

Split	檔案	說明
`train`	`data/train.jsonl`	單輪與多輪工具呼叫對話，每列是一個訓練樣本

資料結構

每一列的 messages 都以一則 assistant 訊息結尾，這則訊息就是監督目標，內容可能是工具呼叫（154 列），也可能是文字回覆（219 列）。
單輪類別（simple、multiple、parallel、live_*、irrelevance 等）：每條軌跡一列。
多輪類別（multi_turn_*）：每條軌跡一列，內容是包含完整對話的最後一步。

欄位說明

欄位	型別	說明
`id`	string	每列唯一的識別碼
`trajectory_id`	string	所屬對話軌跡；只有 `multi_turn_miss_func` 會有多列共用同一個值
`category`	string	對應的 BFCL 類別（見下方統計）
`messages`	list	OpenAI 格式的對話：`user`、`assistant`（可帶 `tool_calls`）、`tool`（帶 `tool_call_id`、`name`）；沒有 system 訊息
`tools`	string	工具定義清單的 JSON 字串；`json.loads` 後為 OpenAI function 格式的 list（`{"type": "function", "function": {...}}`）

tool_calls[].function.arguments 與 OpenAI 格式相同，存成 JSON 字串。

目前資料統計

data/train.jsonl：373 列，其中單輪 305 列（305 條軌跡）、多輪 68 列（61 條軌跡）。

category	軌跡數	列數
`simple`	126	126
`multiple`	59	59
`parallel`	39	39
`multi_turn_base`	28	28
`multi_turn_miss_param`	18	18
`parallel_multiple`	18	18
`irrelevance`	14	14
`live_parallel_multiple`	14	14
`multi_turn_long_context`	14	14
`live_relevance`	11	11
`live_multiple`	9	9
`multi_turn_miss_func`	1	8
`live_irrelevance`	7	7
`live_parallel`	5	5
`live_simple`	3	3

語言：單輪類別為繁體中文（台灣用語）；多輪類別以英文為主（約九成），其餘為繁體中文；工具描述多為英文。

使用方式（最小範例）

import json
from datasets import load_dataset

ds = load_dataset("minyichen/BFCL-toolcall-SDG", split="train")
row = ds[0]
tools = json.loads(row["tools"])  # 工具定義
for m in row["messages"]:
    for tc in m.get("tool_calls") or []:
        args = json.loads(tc["function"]["arguments"])  # 呼叫參數

若要直接讀檔：

import json

with open("data/train.jsonl", encoding="utf-8") as f:
    rows = [json.loads(line) for line in f]