curator

收录理由

做后训练的人大多有同感：凑训练数据往往是微调里最折腾的一环，Curator直接盯住这个环节下手。你只需写一个普通的Python函数去调用模型，剩下的批量执行交给它，上千行数据的请求分发、缓存和出错恢复都在后台自动处理，生成推理轨迹、指令对或结构化JSON时，不必整夜守着一个长任务。同一套流程还能用来做结构化信息抽取，一个接口既服务准备训练数据的团队，也服务从杂乱文档里提取JSON的团队。无论是把强模型蒸馏成小模型，还是拼SFT或RLHF数据集，它都是个扎实又省心的起点。