qwen3.5-toolcalling-v2

מה זה

המאגר מכיל קצת יותר משישים אלף רשומות שמחולקות לחלק אימון של כחמישים וחמישה אלף דוגמאות וחלק בדיקה של כששת אלפים. כל רשומה כוללת מערך של שיחות עם תפקידי מערכת, משתמש ועוזר, כשבתוכם מובנים תגי חשיבה, קריאות לפונקציות ותגובות מהכלים.

הבסיס מורכב מחיבור של שני מקורות. החלק העיקרי מגיע ממאגר של UIGEN עם מעל חמישים ואחת אלף דוגמאות לשימוש כללי בממשקי תכנות. החלק השני, שנוסף בגרסה הזו, מוסיף כעשרת אלפים דוגמאות של סוכן מחברת ג'ופיטר שמריץ תאי קוד, מנתח נתונים ומבצע חישובים סטטיסטיים בכמה שלבים עוקבים.

מתאים ל

• אימון סוכני קוד בג'ופיטר

  לימוד מודלים לכתוב ולהריץ תאי פייתון שלב אחר שלב לצורכי ניתוח קבצי נתונים.

• הפעלת ממשקי תכנות חיצוניים

  הקניית יכולת לקרוא כלים מוגדרים מראש על בסיס הנחיות מערכת ושאילתות משתמש.

• הוספת שרשראות חשיבה לפני פעולה

  אימון מודל לחשוב בתוך תגי חשיבה ייעודיים לפני שהוא מייצר קריאה לפונקציה.

איפה זה נופל

המאגר כולו באנגלית בלבד, כך שאם המטרה היא כלי שמבין עברית תצטרכו לתרגם או לאסוף דוגמאות לבד. מעבר לזה, המפרסם חיבר שני מאגרים קיימים תוך המרה של תפקידים מקוריים לתפקידי משתמש ועוזר סטנדרטיים, מה שדורש לוודא שהתגים המובנים בטקסט לא שוברים את תבנית הפרומפט שלכם. אין בכרטיס פירוט על סינון איכות, ניקוי שגיאות בקוד או בדיקות בטיחות שבוצעו על הפלטים.

איך טוענים

טוענים את המאגר ישירות דרך הספרייה הרגילה של Hugging Face בלי צורך באישור גישה. הנתונים שמורים בקובצי פרקט ומחולקים לשני קבצי אימון וקובץ בדיקה יחיד. השדה המרכזי שמעניין אתכם הוא messages, שמכיל את היסטוריית השיחה המלאה. אם אתם מאמנים על מודלים כמו Qwen, שימו לב שההקשר ארוך בגלל שרשראות החשיבה וריבוי שלבי הקוד, כך שתצטרכו להגדיר אורך רצף של לפחות שמונת אלפים טוקנים כדי לא לחתוך דוגמאות באמצע.

from datasets import load_dataset

ds = load_dataset("Mustafaege/qwen3.5-toolcalling-v2")

הרישיון

המאגר מופץ תחת רישיון Apache 2.0. זהו רישיון מתירני שמאפשר להשתמש בנתונים, לשנות אותם ולאמן עליהם מודלים לצרכים פנימיים או מסחריים בלי לחייב פתיחה של הקוד שלכם, בתנאי ששומרים על הודעות זכויות היוצרים והרישיון המקורי.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗