text stringlengths 0 191 |
|---|
Your job is to generate the policy.md file for an automated agent for the {domain} domain. |
Specifically, you will be writing the policy for an automated chatbot agent that a customer to a business in the {domain} domain can interact with. |
Your task is as follows: |
1. Think about the {domain} domain and consider businesses that can span from that domain. |
2. Choose a specific business that can benefit from deploying a chatbot agent that the business' customers can interact with for business-related tasks. |
3. Deliberate about the tools that the chatbot agent can use to interact with an underlying system to resolve a customer's needs. Your tools can be in camel case or snake case. |
4. Create a policy.md file for the chatbot agent between <policy> </policy> tags. |
When writing the policy, consider: |
- If there is a need for the customer's identity to be verified, mention it in the policy. |
- Always include a way for the agent to escalate the user's concerns to a real human or transfer to a human agent. |
- Including the current time in the policy the model can refer to, which is {timestamp}. |
- Adding a statement to avoid answering questions that the chatbot isn’t qualified to handle—especially those that require advice not based on the policy. |
You must also include the following sections: |
1. A section for objects relevant to the policy: |
- For example, the idea of a user (e.g. with name, email, etc) and business-specific objects (e.g. reservation for retail/airline/etc, tickets for service, etc.) |
- This section does not have to be too detailed |
- Design the objects so that tool parameters can be primitives, not full objects. |
2. Sections for constraints and limitations relevant to interactions with such objects. |
- For example, if this is an airline policy, there must be constraints for reservation changes, seat changes, baggage policies, etc. |
- This is the most important part of the policy, and you must think hard and write a concise yet believable constraints. |
Do not include the following in the policy: |
- Any limitations to the agent regarding rate limits or performance. |
- Do not have the agent send emails or texts to the user, verification can be done by asking the user for their identifying information. |
- Tools that call other generative models such as pdfs / images / videos should not be added nor considered. |
- You do not need to tell the agent to be friendly or helpful, the agent will by default be firendly and helpful. |
- Information about how to log sensitive information does not need to be written as it is not handled by the autonomous agent. |
The policy.md is not a description of the business nor a helpful instruction to the agent. |
Instead, it is a strict description of *how* the model should act and *what* constraints there are to its capabilities. |
Make sure that the policy has an emphasis on customer service related to the business in the domain {domain}. |
Do not make the generated policy sound like an example template. Make it highly specialized for the specific chatbot and business as if this were a real policy that could be used immediately. |
nvidia/NeMo-Gym-Conversational-Tool-Use-Assets（複製）
データの内容
NeMo Gym の会話型ツール利用の生成パイプラインのためのプロンプトと参照アセットのデータ。学習用や評価用のデータセットではなく、ドメイン生成・ポリシーとツールの生成・シナリオ生成のプロンプト、その過去の改訂版、ゴールデンポリシーの Markdown と対になるツールの JSONL が入る。ロールアウトのシミュレーションサーバーとポリシーエージェントのプロンプトのテンプレートは Python の実装に持たせてあり、このデータセットには重複して入れていない。
データの概要
| 項目 | 値 |
|---|---|
| 行数 | 36（1 構成・1 分割の合計） |
| 列数 | 1 |
| 容量 | 275.30 KB（ファイル 74 本） |
| ファイルの形式 | txt 56、md 8、jsonl 8 |
| 公開 | public |
構成と分割
| 構成（config） | 分割（split）ごとの行数 | 列数 |
|---|---|---|
default |
test 36 |
1 |
列（構成 default・分割 test）
| 列 | 型 | 先頭の行の値 |
|---|---|---|
text |
string |
Your job is to generate the policy.md file for a… |
行数と列は HF のデータセットビューアの集計（元のデータセットの現在の版で数えたもの）。全データセットの一覧は HYUKI5/dataset-catalog にある。
複製について
nvidia/NeMo-Gym-Conversational-Tool-Use-Assets をリビジョン eadee8ebb245a7090488f803e9a74289a97c04c7 の時点でそのまま複製したもの。中身は変えていない。判断モデル Laya（convaiinnovations/laya）の微調整に使う候補として、調査メモ（Laya 学習用データセット調査）に載せたデータを集めている。
出典
- 元のデータセット: https://huggingface.co/datasets/nvidia/NeMo-Gym-Conversational-Tool-Use-Assets
- 複製したリビジョン:
eadee8ebb245a7090488f803e9a74289a97c04c7（2026-08-07 23:43:55+00:00） - 元のライセンス表記:
apache-2.0
論文
- 元のカードに論文へのリンクは見つからなかった
アノテーションの方法
元のカードにアノテーションの節が無かった。下の「調査メモの記述」と「元のカード」を参照。
微調整に使うときの注意
- 調査メモの台帳での区分: A（許諾型のライセンスだけで、疑義の注記が無い）。区分は記載の文言で機械的に付けたもので、法的な判定ではない。学習に入れる前に元のカードとライセンスの原文で確かめる。
- Laya の入力は 2,048 token まで（ModernBERT-large / mmBERT）。長い本文は先頭から黙って切られるので、切れる行は事前に除くか、要約・切り出しをしてから入れる。
- 分割は記事・文書単位で行い、同じ本文から作った別の問いを学習側と較正側に分けない。温度と閾値は学習に使っていない分割で別々に当てる。
調査メモの記述
| メモ | 節 | ライセンス（記載） | 確認 | 注記 |
|---|---|---|---|---|
nvidia_nemotron.md |
付録. 取得した nvidia 組織のデータセット全件の簡易一覧 (L545) | apache-2.0 | 確認済 | 確認印なし(各ファイルの凡例により確認済扱い) ／ 原文注記: × 非テキスト（ロボット・自動運転・3D・音声・画像・科学計算）または翻訳版ベンチ |
元のカード（日本語訳）
以下は元のデータセットのカードの本文を日本語に訳したもの（機械翻訳）。訳に疑問があるときは、末尾の原文を確かめる。
NeMo Gym の会話型ツール利用アセット
このデータセットのリポジトリは、NeMo Gym の会話型ツール利用の生成パイプラインのためのプロンプトと参照アセットを格納する。 Gym のコンポーネントのためのアセット一式であり、学習用や評価用のデータセットではない。
内容
conversational_tool_use_domain_generation/prompts: ドメイン生成のプロンプト。conversational_tool_use_domain_generation/prompt_history: ドメイン生成のプロンプトの過去の改訂版。conversational_tool_use_policy_tool_generation/prompts: ポリシー、ツール、改良、判定のプロンプト。conversational_tool_use_policy_tool_generation/prompt_history: ポリシーとツール生成のプロンプトの過去の改訂版。conversational_tool_use_policy_tool_generation/references/golden_policies: ゴールデンポリシーの Markdown と、対になるツールの JSONL の参照。conversational_tool_use_scenario_generation/prompts: シナリオ生成のシステムプロンプトとユーザープロンプト。
ロールアウトのシミュレーションサーバーとポリシーエージェントは、プロンプトのテンプレートを Python の実装の中に保持している。それらのテンプレートはこのデータセットには重複して入れていない。JSON スキーマ、実行可能な例、パッケージのドキュメント、Python の要件は Git に残している。
チェックアウトごとに一度、会話型ツール利用のシミュレーション用リソースサーバーの準備コマンドを実行し、実行時アセットをダウンロードしてチェックサムを検証する:
python -m resources_servers.conversational_tool_use_simulation.prepare
原文（英語）
NeMo Gym Conversational Tool-Use Assets
This dataset repository stores prompt and reference assets for NeMo Gym's conversational tool-use generation pipeline. It is an asset bundle for Gym components, not a training or evaluation dataset.
Contents
conversational_tool_use_domain_generation/prompts: the domain-generation prompt.conversational_tool_use_domain_generation/prompt_history: historical domain-generation prompt revisions.conversational_tool_use_policy_tool_generation/prompts: policy, tool, refinement, and judge prompts.conversational_tool_use_policy_tool_generation/prompt_history: historical policy/tool-generation prompt revisions.conversational_tool_use_policy_tool_generation/references/golden_policies: golden policy Markdown and paired tool JSONL references.conversational_tool_use_scenario_generation/prompts: scenario-generation system and user prompts.
The rollout simulation server and policy agent keep their prompt templates in their Python implementations. Those templates are not duplicated in this dataset. JSON schemas, runnable examples, package documentation, and Python requirements remain in Git.
Run the conversational tool-use simulation resource server's preparation command once per checkout to download and checksum-validate the runtime assets:
python -m resources_servers.conversational_tool_use_simulation.prepare
- Downloads last month
- 54