@tom_doerr: 从原始数据生成LLM就绪的数据集 https://github.com/OpenDCAI/DataFlow…

X AI KOLs Timeline 2026/05/16 03:46 工具

llm-data data-preparation pipeline-tool open-source dataflow

摘要

DataFlow是一个开源工具，提供可视化、低代码的管道，用于从原始数据生成、清洗和准备高质量的LLM训练数据集。它包含一篇arXiv上的技术报告。

从原始数据生成LLM就绪的数据集 https://t.co/44rVK6cZS9 https://t.co/RNVrJICJxa

查看原文

查看缓存全文

缓存时间: 2026/05/16 21:22

🛠️ 6. 管道 (点击展开)

🛠️ 8.2 其他管道结果 (点击展开)

相似文章

Papers with Code Trending

DataFlow是一个LLM驱动的框架，用于自动化数据准备和工作流工程，具备近200个可复用算子和六个领域通用流程，可在数学、代码和Text-to-SQL等任务上提升LLM性能。

X AI KOLs Timeline

由 mlabonne 整理的大语言模型指令与推理数据集列表，包含数据集特征、许可证及用例详情。

X AI KOLs Timeline

H2O LLM Studio 是一个开源框架和无代码图形界面，可简化大型语言模型的微调过程，支持 LoRA、DPO 等技术，并能与 Hugging Face 集成。

X AI KOLs Timeline

WaterCrawl是一个开源Web应用，它爬取网站以将提取的内容转换为适用于大语言模型（LLM）的数据结构，使用Python、Django、Scrapy和Celery构建。

X AI KOLs Following

一份精选列表，包含用于本地运行大语言模型的平台、工具、模型、硬件和资源，托管在GitHub上。