跳到正文

llm-datasets

面向大模型微调的数据集与工具集合

访问官网

llm-datasets 是什么

llm-datasets 被介绍为 GitHub 上经过筛选的数据集与工具集合,用于大型语言模型微调,由 mlabonne 创建并维护。它把通用混合、数学与代码数据,同评估与扩充数据的工具放在一起。

你可以用它做什么

  • 挑选数据集并下载或克隆到本地
  • 用质量评估工具筛选与优化数据
  • 用数据生成工具补足数据缺口

应用场景

  • 研究人员用数学数据集训练模型
  • 开发者用代码数据集训练模型
  • 团队用通用混合数据集训练模型

优点与缺点

✓ 我们认可的地方

  • 数据生成工具可填补数据缺口
  • 数据探索工具帮助发现数据规律

! 需要留意的地方

  • 数据集需使用者自行挑选与下载
  • 质量筛选依赖所提供的工具

常见问题

由谁维护?

资料说明该集合由 mlabonne 创建并维护。

包含哪些工具?

资料列出数据质量评估、数据生成与数据探索工具。

最后评测: 2026-11-15

更多 AI 编程工具 工具

查看全部 →

评测方法