AgentToolDecisions-180K 数据集
将智能体工具调用决策整理为可训练的小模型分类/排序数据。
为什么重要
可用于训练更小、更快的工具路由和决策模型，减少完整 LLM 调用。
阅读原文huggingface.co
AI 解读（根据原文生成）
AgentToolDecisions-180K 是 Hugging Face 上的英文文本与表格数据集，面向智能体每一步是否调用工具、选择哪个工具、参数是否完整等决策训练与评测。它基于 NVIDIA 的开放 agentic 数据整理成 180K 条干净、有标签、split-safe 的决策行，覆盖六类决策任务，格式为 flat Parquet，可与 datasets、DuckDB、Polars 和 pandas 使用；数据集无需申请访问。
要点（AI 据原文整理，数字均已与原文核对）
- Rows 180,000。
- Train / validation / test 171,056 / 2,713 / 6,231。
- Decision groups 101,786。
- Upstream source rows 41,809。
- Leakage none: no decision group or source row crosses splits。
- Format flat Parquet, 35 columns, works with `datasets`, DuckDB, Polars and pandas。
