1. 创建数据集

百度智能云千帆大模型平台



1）创建数据集并拆取所需内容

使用大模型生成SFT精调格式数据

请基于我提供的研报内容生成100个QA对，格式要求：
[问题]: 问题文本
[答案]: 答案文本
研报内容：{{file_content}}

创建数据集 

  • 大模型拆解功能：通过大模型自动解析文档（PDF/Word），生成问答对格式的数据集
  • 数据格式要求：采用SFT精调模式，需保持"问题-答案"的配对结构
  • 操作示例：上传研报后自动生成100个问答对，如"2023年营业收入是多少？答案：57.61亿元"
2）创建数据集并上传文档

  • 命名规范：中英文数字组合，不超过60字符
  • 模式选择：需明确选择有监督微调(SFT)模式
  • 付费服务：数据自动挖掘功能需开通付费服务，支持从上传文件中自动提取问答对
3）创建数据集并上传Word文件
  • 文件格式：支持单个或多个文件批量上传
  • 处理进度：导入过程显示百分比进度（如1%开始）
  • 结果验证：完成后可查看详情确认问答对格式是否正确
4）选择数据集并洞察



  • 洞察过程
    
    • 耗时：约1-3分钟完成全量数据分析
    • 功能支持：
      • 字段调整编辑
      • 多条件组合筛选（支持10+计算服务）
      • 字符数范围筛选（如限制500字以内）
      • 多轮对话可视化
  • 增强清洗阶段

    
    • 数据增强：通过扩充样本提升模型训练效果
    • 清洗内容：
      • 异常数据清洗
      • 文本去重
      • 隐私信息过滤
      • 问题-答案配对校验
  • 数据清洗

     
    • 任务创建：需指定处理前后数据集版本
    • 处理选项：
      • 新建处理版本
      • 异常清洗（如只有问题无答案的记录）
      • 文本标准化处理
    • 逻辑顺序：训练前必须完成数据洞察→清洗→增强的全流程
# c# # 开发语言
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局