easy-dataset

收录理由

手工拼凑微调或RAG数据集的人都知道，真正的功夫全在文档解析、文本切块和问答对编写上。Easy Dataset把这条流水线整个收进一个带引导的桌面与网页应用里：丢进PDF、Markdown、DOCX或EPUB文件，它用几种切分策略处理，再由LLM接口生成问题、答案和思维链内容，你可以在导出前逐条审阅和清洗。输出覆盖单轮、多轮和图像问答格式，支持Alpaca、ShareGPT和JSONL导出，还能一键配置LLaMA Factory并直传Hugging Face。若想验证数据，内置评测模块能把文档转成测试集，自动跑分的同时还提供双盲人工对战。对想用可视化、低代码方式从原始领域文档走到可用训练与评测数据的小团队来说，这是个很实在的选择。