Datasets:

Nhan1006
/

NiemVui

system_prompt stringclasses 3 values	input stringclasses 10 values	thinking stringclasses 10 values	output stringclasses 10 values	generated_instruction stringclasses 10 values
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) Ensure customers from sources ETC. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → ...	Module: thamdo Transcript section: [customer] 00:00:21 Dạ dạ dạ. [customer] 00:00:22 Tại nhà em không có không có ai không có xài đường nhưng mà không có xài sữa, tại mẹ không có xài sữa được á. [customer] 00:00:31 Nên không có uống sữa mà bé đó có ghi nên em có có ghi tên. [customer] 00:00:37 Thì nhà cũng ổn bình thườ...	Looking at the transcript, let me analyze each step: Step 1: Telesale needs to identify who uses the milk. The customer volunteered that "mẹ" doesn't use milk. Telesale later asked "nhà mình sữa Ensure là nhà mình không xài, không uống sữa hả chị?" - confirming the user would be "mẹ". The person using (or potentia...	[{"id":1,"r":"S","e":"[telesales] [00:01:46] [xác định người dùng] À dạ, vậy là nhà mình sữa Ensure là nhà mình không xài, không uống sữa hả chị? ; [customer] [00:00:22] [người dùng] Tại nhà em không có không có ai không có xài đường nhưng mà không có xài sữa, tại mẹ không có xài sữa được á."},{"id":2,"r":"U","e":"NO_D...	Analyze the telesales call transcript and, for each key checklist item, return a numbered list with the status as S or U, supporting evidence from the transcript, and a short improvement suggestion when the item is U.
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) Ensure customers from sources ETC. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → ...	Module: thamdo Transcript section: [telesales] [00:20.202 - 00:24.202] Dạ vừa rồi mình có đi ở bệnh viện á, cho nên là có các bạn gọi gửi thông tin cho em. [telesales] [00:25.202 - 00:28.782] Dạ em gọi ra xác nhận thông tin với tư vấn dinh dưỡng cho mình luôn nha anh. [customer] [00:31.202 - 00:32.892] Mua mua sữa anh ...	I'll analyze each step carefully based on the transcript. Step-by-step reasoning: 1. Step 1 (Xác định người dùng sữa): Telesale asked "quan tâm sữa cho ai trong gia đình mình không?" and "cho bản thân hay cho trong gia đình, cho ba mẹ hay là sao?" → Customer said "Khám cho em" → User identified as the custome...	[{"id":1,"r":"S","e":"[telesales] [00:41.882 - 00:46.192] anh Hoàng á là có quan tâm sữa cho ai trong gia đình mình không? ; [telesales] [02:01.002 - 02:05.692] vừa rồi mình đi thăm khám, kiểm tra là cho bản thân hay cho trong gia đình, cho ba mẹ hay là sao? ; [customer] [02:06.302 - 02:06.992] Khám cho em."},{"id":2,"...	Phân loại từng mục hội thoại telesales/customer theo đúng nhãn `S` hoặc `U`, kèm trích dẫn ngắn và giải thích ngắn gọn bằng tiếng Việt; nếu là `U` thì nêu rõ cách telesale cần cải thiện câu hỏi/điểm hỏi chưa đạt.
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) Ensure customers from sources ETC. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → ...	Module: thamdo Transcript section: [telesales] 00:28:500 - 00:29:000 Trời ơi. [telesales] 00:29:700 - 00:34:800 Tại vì lúc mà mình để lại thông tin cho các bạn á là các bạn sẽ gửi về hãng để nhận cái ưu đãi cho khách hàng á. [telesales] 00:34:800 - 00:36:300 Là hãng sẽ gọi cho mình để hỗ trợ. [customer] 00:36:300 - 00:...	I'll analyze each step carefully based on the transcript. Step-by-step reasoning: 1. Step 1 (Xác định người dùng sữa): Telesale asked "Là mình dùng hay là ba mẹ ở nhà dùng chị?" at 01:14:600. Customer answered "ba mẹ em dùng rồi á chị." → S 2. Step 2 (Hỏi tuổi người dùng): Telesale asked "Ba mẹ đang dùng...	[{"id":1,"r":"S","e":"[Telesale] [01:14:600] [hỏi người dùng] Là mình dùng hay là ba mẹ ở nhà dùng chị? ; [Customer] [01:17:600] [trả lời] À ba mẹ em dùng rồi á chị."},{"id":2,"r":"S","e":"[Telesale] [01:56:300] [hỏi tuổi] Ba mẹ đang dùng sữa là bao nhiêu tuổi rồi chị ha? ; [Customer] [01:59:300] [trả lời] Ờ cũng 60 rồ...	Extract the key customer facts and telesale lines from the conversation into short labeled entries, marking whether each is suitable (`S`) or needs improvement (`U`), and include a brief improvement note for the weaker telesale prompts.
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) DGT Ensure customers. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → S regardless o...	Module: thamdo Transcript section: [telesales] [00:34 - 00:42] Ngay sau tham gia chương trình quay số trúng quà bên em là tri ân khách hàng của bên hãng thì sẽ bao gồm tận 1000 giải thưởng như là vali, xe đạp, bình giữ nhiệt, máy đo huyết áp hoặc là 1 tháng uống sữa miễn phí vân vân này. [telesales] [00:42 - 00:47] Và ...	I need to analyze the transcript step by step for each of the 7 scoring criteria. Step 1: XÁC NHẬN ĐỊA CHỈ + NGƯỜI DÙNG SỮA - Telesale asked about milk user: [00:49-00:54] "chị quan tâm cho chị dùng hay mình ưu tiên cho ba mẹ thôi?" → Customer: "Ba mẹ" → User identified. - Address: No evidence of asking/confirming...	[{"id":1,"r":"U","e":"[Telesale] [00:49 - 00:54] chị quan tâm cho chị dùng hay mình ưu tiên cho ba mẹ thôi? ; [Customer] [00:55 - 00:56] Ba mẹ.","g":"Cải thiện: Telesale đã xác nhận người dùng sữa nhưng không hỏi/xác nhận địa chỉ của khách hàng. Với nguồn DGT cần xác nhận cả địa chỉ và người dùng sữa."},{"id":2,"r":"S"...	Phân tích đoạn hội thoại telesale và trả về danh sách ngắn các nhận xét theo từng ý, mỗi ý gồm `id`, `r` (đúng/sai/thiếu), trích dẫn `e` và `g` nếu cần, tập trung vào các điểm như xác nhận người dùng, độ tuổi, nhu cầu sức khỏe, loại sản phẩm đang dùng và việc gợi ý đáp án thay vì để khách tự trả lời.
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) DGT Ensure customers. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → S regardless o...	Module: thamdo Transcript section: [telesales] 00:18:789 Dạ, thì dạ, thì em thấy địa chỉ nhà anh Nam ở là số C20, lô nhà vườn, khu đô thị Việt Hưng, phường Việt Hưng. Dạ nó thuộc về tỉnh thành phố nào vậy anh? [customer] 00:30:849 Hà Nội. [telesales] 00:32:399 Hà Nội. [customer] 00:33:209 Anh thấy nó điền Hà Nội ở trên...	I need to analyze each of the 7 steps carefully. Step 1: XÁC NHẬN ĐỊA CHỈ + NGƯỜI DÙNG SỮA - Address: [telesales] 00:18:789 confirms address and asks about province/district - Milk user: [telesales] 00:47:599 "quan tâm cái dòng sữa Ensure Gold bên em á là cho ai sử dụng vậy anh?" → Customer: "Cho bố anh" - Both co...	[{"id":1,"r":"S","e":"[telesales] 00:18:789 Dạ, thì dạ, thì em thấy địa chỉ nhà anh Nam ở là số C20, lô nhà vườn, khu đô thị Việt Hưng, phường Việt Hưng. Dạ nó thuộc về tỉnh thành phố nào vậy anh? ; [telesales] 00:47:599 quan tâm cái dòng sữa Ensure Gold bên em á là cho ai sử dụng vậy anh? ; [customer] 00:55:599 Cho bố...	Đánh giá từng lượt hội thoại telesales và customer, rồi phân loại từng câu theo `S` hoặc `U` kèm trích dẫn hội thoại và góp ý ngắn cho các câu `U` nếu cần cải thiện.
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) DGT Ensure customers. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → S regardless o...	Module: thamdo Transcript section: [telesales] [00:33 - 00:35] Dạ. Chị quan tâm sữa đợt này là cho ai dùng vậy chị? [customer] [00:36 - 00:46] Bố mình đang bị ung thư phổi nên là ông ăn kém nên là suốt nửa năm nay là mình cứ dùng Ensure Gold ấy. Ờ, Ensure Gold ấy. [telesales] [00:46 - 00:49] Dạ là đang dùng là sữa dạng...	I need to evaluate each of the 7 steps based on the transcript. Step 1: XÁC NHẬN ĐỊA CHỈ + NGƯỜI DÙNG SỮA - DGT source requires both address confirmation AND milk user identification. - Telesale asked "Chị quan tâm sữa đợt này là cho ai dùng vậy chị?" → user identified (bố). - No address confirmation found in tran...	[{"id":1,"r":"U","e":"[Telesale] [00:33 - 00:35] Chị quan tâm sữa đợt này là cho ai dùng vậy chị? ; [Customer] [00:36 - 00:46] Bố mình đang bị ung thư phổi nên là ông ăn kém nên là suốt nửa năm nay là mình cứ dùng Ensure Gold ấy.","g":"Cải thiện: Telesale đã hỏi người dùng sữa nhưng không xác nhận địa chỉ khách hàng. V...	Hãy phân loại từng lượt thoại trong đoạn hội thoại bán hàng theo nhãn `S` hoặc `U`, kèm trích dẫn ngắn làm bằng chứng và giải thích ngắn cho các lượt `U` về cách telesale có thể cải thiện câu hỏi.
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) Ensure customers from sources ETC. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → ...	Module: thamdo Transcript section: Ngày 2026-05-12 10:43:03 [telesales] [00:19.600 - 00:22.000] Dạ em hỏi là đợt rồi mình dẫn người thân đi khám hay sao chị ha? [customer] [00:23.000 - 00:24.900] À chị bị bệnh, chị đi khám. [telesales] [00:25.400 - 00:28.000] À dạ cho em hỏi là mình chị có bị ung thư không ạ? [customer...	I'll analyze each step carefully based on the transcript. Step-by-step reasoning: 1. Step 1 (Xác định người dùng sữa): Telesale asked "đợt rồi mình dẫn người thân đi khám hay sao chị ha?" - this identifies who went to the doctor. Customer confirms "chị bị bệnh, chị đi khám" - so the user is the customer herse...	[{"id":1,"r":"S","e":"[Telesale] [00:19.600 - 00:22.000] Dạ em hỏi là đợt rồi mình dẫn người thân đi khám hay sao chị ha? ; [Customer] [00:23.000 - 00:24.900] À chị bị bệnh, chị đi khám."},{"id":2,"r":"U","e":"NO_DATA","g":"Cải thiện: Cần hỏi tuổi của người dùng sữa, ví dụ: \u0027Dạ cho em hỏi năm nay chị bao nhiêu tuổ...	Đánh giá từng lượt hội thoại telesale và gắn nhãn `S/U` kèm trích dẫn ngắn, đồng thời nêu ngắn gọn câu hỏi cần cải thiện nếu là `U`.
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) Ensure customers from sources ETC. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → ...	Module: thamdo Transcript section: Ngày 2026-04-08 08:28:42 [telesales] [00:20.000 - 00:22.000] Thì không biết lần trước này là mình khám tại bệnh viện là mình khám cho ai á anh? [customer] [00:24.000 - 00:25.000] Cho cho em trai. [telesales] [00:26.000 - 00:27.000] À dạ cho ai ạ? [customer] [00:28.000 - 00:29.000] Cho...	I need to analyze each of the 7 steps based on the transcript. Step 1: XÁC ĐỊNH NGƯỜI DÙNG SỮA Telesale asked "mình khám tại bệnh viện là mình khám cho ai á anh?" → Customer: "Cho cho em trai." → User identified as "em trai" (brother). S. Step 2: HỎI TUỔI NGƯỜI DÙNG Telesale asked "anh đấy là năm nay bao nhiê...	[{"id":1,"r":"S","e":"[Telesale] [00:20.000 - 00:22.000] Thì không biết lần trước này là mình khám tại bệnh viện là mình khám cho ai á anh? ; [Customer] [00:24.000 - 00:25.000] Cho cho em trai."},{"id":2,"r":"S","e":"[Telesale] [00:31.000 - 00:36.000] Dạ, thì cho em hỏi thăm á là không biết là ờ anh đấy là năm nay bao ...	Đánh giá cuộc gọi telesale và trả về danh sách các điểm đúng/sai kèm giải thích ngắn gọn cho từng mục, dựa trên transcript đối thoại.
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) Ensure customers from sources ETC. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → ...	Module: thamdo Transcript section: [telesales] [00:23 - 00:27] Dạ. Hôm trước chị đi khám là mình khám cho bản thân luôn hay là cho ba mẹ vậy chị? [customer] [00:28 - 00:29] Cho bản thân em. [telesales] [00:30 - 00:32] Dạ. Là năm nay độ tuổi của mình là bao nhiêu tuổi rồi chị Hồng? [customer] [00:33 - 00:33] 39. [telesa...	Looking at the transcript, I need to evaluate each of the 7 steps. Step 1: XÁC ĐỊNH NGƯỜI DÙNG SỮA Telesale asked "mình khám cho bản thân luôn hay là cho ba mẹ vậy chị?" → identifies who uses the milk. Non-DGT source, so no address needed. → S Step 2: HỎI TUỔI NGƯỜI DÙNG Telesale asked "năm nay độ tuổi của mì...	[{"id":1,"r":"S","e":"[Telesale] [00:23 - 00:27] Hôm trước chị đi khám là mình khám cho bản thân luôn hay là cho ba mẹ vậy chị? ; [Customer] [00:28 - 00:29] Cho bản thân em."},{"id":2,"r":"S","e":"[Telesale] [00:30 - 00:32] Là năm nay độ tuổi của mình là bao nhiêu tuổi rồi chị Hồng? ; [Customer] [00:33 - 00:33] 39."},{...	Phân loại từng câu/đoạn hội thoại trong transcript thành `S` hoặc `U` theo đúng ngữ cảnh, kèm trích dẫn ngắn và giải thích ngắn gọn cho các mục `U`.
You are a QC AI scoring the THĂM DÒ skill of telesales staff for New User (NU) Ensure customers from sources ETC. Your only job: read transcript → score 7 steps → output JSON only. DO NOT add any text outside JSON. --- CORE PRINCIPLE Evaluate TELESALE ACTION only — not customer response. Telesale asked correctly → ...	Module: thamdo Transcript section: Ngày 2026-04-27 08:16:48 [telesales] 00:33 Dạ. Dạ mà hôm bữa là anh ba đi thăm khám là cho ai trong gia đình đó anh ba? [customer] 00:38 Khám cho ai. [telesales] 00:40 Dạ. Hôm bữa là em thấy là mình có quan tâm nè, để lại thông tin á từ các bạn PG mặc áo màu xanh xanh của Ensure á anh...	I'll analyze each step carefully based on the transcript. Step-by-step reasoning: 1. XÁC ĐỊNH NGƯỜI DÙNG SỮA: Telesale asked who uses the milk → Customer answered "cho anh rể" (brother-in-law). 2. HỎI TUỔI NGƯỜI DÙNG: Telesale asked age → Customer answered "54 tuổi". 3. THĂM DÒ TÌNH TRẠNG SỨC KHỎE: ...	[{"id":1,"r":"S","e":"[telesale] [01:06] em thấy anh Ba là cũng có quan tâm cái sữa Ensure nè, là anh Ba quan tâm cho anh Ba dùng luôn hay là cho ba mẹ nè, cho anh rể đồ dùng á anh Ba? ; [customer] [01:07] À cho anh rể."},{"id":2,"r":"S","e":"[telesale] [01:36] Mà anh rể của anh Ba năm nay là bao nhiêu tuổi rồi anh Ba ...	Trích xuất 7 lượt thoại theo đúng mẫu `[{id, r, e, g}]` từ đoạn hội thoại, giữ nguyên lời nói và thêm `g` ngắn gọn cho các lượt `U` để nêu cách cải thiện câu hỏi.

Niemvui

_{Made with ❤️ using 🦥 Unsloth Studio}

s1-3 was generated with Unsloth Recipe Studio. It contains 10 generated records.

🚀 Quick Start

from datasets import load_dataset

# Load the main dataset
dataset = load_dataset("Nhan1006/NiemVui", "data", split="train")
df = dataset.to_pandas()

📊 Dataset Summary

📈 Records: 10
📋 Columns: 5

📋 Schema & Statistics

Column	Type	Column Type	Unique (%)	Null (%)	Details
`generated_instruction`	`string`	llm-text	10 (100.0%)	0 (0.0%)	Tokens: 83 out / 755 in

⚙️ Generation Details

Generated with 5 column configuration(s):

llm-text: 1 column(s)
seed-dataset: 4 column(s)

📄 Full configuration available in builder_config.json and detailed metadata in metadata.json.

📚 Citation

If you use Data Designer in your work, please cite the project as follows:

@misc{nemo-data-designer,
  author = {The NeMo Data Designer Team, NVIDIA},
  title = {NeMo Data Designer: A framework for generating synthetic data from scratch or based on your own seed data},
  howpublished = {\url{https://github.com/NVIDIA-NeMo/DataDesigner}},
  year = 2026,
  note = {GitHub Repository},
}

💡 About NeMo Data Designer

NeMo Data Designer is a general framework for generating high-quality synthetic data that goes beyond simple LLM prompting. It provides:

Diverse data generation using statistical samplers, LLMs, or existing seed datasets
Relationship control between fields with dependency-aware generation
Quality validation with built-in Python, SQL, and custom local and remote validators
LLM-as-a-judge scoring for quality assessment
Fast iteration with preview mode before full-scale generation

For more information, visit: https://github.com/NVIDIA-NeMo/DataDesigner (pip install data-designer)

Downloads last month: 30

Number of rows:

Total file size:

83.4 kB