Glaive Function Calling v2
Standardowy otwarty zbiór SFT do wywoływania funkcji: ~113 tys. rozmów (112 960 wierszy), w których prompt systemowy definiuje dostępne schematy funkcji w JSON, a asystent uczy się, kiedy je wywołać, kiedy odpowiedzieć bezpośrednio i jak obsłużyć odpowiedzi funkcji. Fundament, na którym opierają się niezliczone otwarte fine-tuningi do użycia narzędzi (i oczyszczone pochodne, jak Hermes).
from datasets import load_dataset
ds = load_dataset("glaiveai/glaive-function-calling-v2")Podgląd przykładowego wiersza
{
"system": "SYSTEM: You are a helpful assistant with access to the following functions: {\"name\": \"get_stock_price\", \"parameters\": {\"symbol\": {\"type\": \"string\"}}}",
"chat": "USER: What is Apple trading at? ASSISTANT: <functioncall> {\"name\": \"get_stock_price\", \"arguments\": {\"symbol\": \"AAPL\"}} FUNCTION RESPONSE: {\"price\": 227.3} ASSISTANT: Apple (AAPL) is currently trading at $227.30."
}Fine-tuning z tym zbiorem danych
Szacowany VRAM do fine-tuningu z QLoRA (model bazowy 4-bit + adaptery LoRA), przy zachowawczych ustawieniach:
Najczęstsze pytania
Czy mogę użyć Glaive Function Calling v2 komercyjnie?
Tak — Glaive Function Calling v2 jest udostępniony na licencji Apache 2.0, liberalnej licencji pozwalającej na użycie komercyjne, w tym trenowanie modeli wdrażanych w produkcie. Przed publikacją sprawdź wymogi atrybucji na karcie zbioru.
Ile danych zawiera Glaive Function Calling v2 i czy potrzebuję wszystkich?
Glaive Function Calling v2 zawiera 113k Rows. Rzadko potrzebujesz całości: do fine-tuningu stylu i formatu wystarcza kilkaset–kilka tysięcy przykładów — załaduj wycinek (np. split="train[:1000]") i zwiększaj skalę tylko, gdy jakość przestaje rosnąć.
Do czego Glaive Function Calling v2 nadaje się najlepiej?
Teaching a model basic function-calling: when to call, what JSON to emit, how to use results. Należy do sekcji „Agenty i wywoływanie funkcji" naszego centrum zbiorów danych, gdzie znajdziesz alternatywy i zbiory komplementarne.