## easy-dataset

- https://github.com/ConardLi/easy-dataset

大型语言模型微调数据集创建工具

如何快速创建 LLM 微调数据集？

在微调大型语言模型（LLM）时，你是否遇到过数据集整理繁琐、问题生成低效、格式转换复杂的问题？Easy Dataset 提供了一种高效、智能的解决方案，帮助你轻松构建高质量的微调数据集，让模型训练更加顺畅。

✨ Easy Dataset 是什么？

Easy Dataset 是一个专为 LLM 设计的数据集构建工具，能够自动拆分文档、生成问题、创建答案，并提供多种格式导出，使微调过程更加高效。

⚡ 主要特点

✅ 智能文档处理 – 支持 Markdown 文件上传，自动拆分为有意义的文本片段。

✅ 智能问题生成 – 从文本片段中提取相关问题，提高数据集质量。

✅ 自动答案生成 – 利用 LLM API 生成高质量答案，减少人工干预。

✅ 灵活编辑 – 可随时修改问题、答案及数据集内容。

✅ 多种导出格式 – 支持 Alpaca、ShareGPT 等格式，兼容 JSON、JSONL 文件类型。

✅ 广泛模型支持 – 兼容所有符合 OpenAI 格式的 LLM API。

✅ 用户友好界面 – 适合技术人员和非技术用户，无需复杂配置。

✅ 可定制系统提示 – 添加自定义提示词，引导模型生成更符合需求的回答。

❓ Easy Dataset 解决了哪些问题？

🚀 数据标注成本高？ 自动化数据生成，大幅减少人工整理工作。

🛠️ 格式转换麻烦？ 一键导出多种格式，无需手动适配。