导入Prompt+Response数据 - ModelBuilder
在SFT数据洞察环节，您可以利用“area”字段统计问题领域分布，或利用“complexity”字段统计问题困难度分布，以帮助您更好地“诊断”SFT数据集，从而对数据进行更针对性处理。 [ { prompt : 什么是大语言模型？
使用月光宝进行数据上传 - 数据流转平台CLOUDFLOW | 百度智能云文档
如果您通过方式二进行数据上传，您需要通过您的客户经理/大客户技术支持同学告知我们您需要上传的 Bucket 及具体目录层级。 第八步：数据确认 单台宝盒数据上传完成一般需要 1-2 个工作日。数据上传完成后，百度智能云将及时联系您，和您比对数据量及文件数量。
百度智能云BOS数据复制 - 数据流转平台CLOUDFLOW | 百度智能云文档
百度智能云BOS数据复制 背景信息 本文介绍BOS存储桶数据复制的操作教程。百度智能云数据流转平台是百度智能云提供的存储产品数据迁移服务。使用该服务，您不仅可以将第三方数据迁移至百度智能云对象存储 BOS，也能轻松实现对象存储BOS各存储桶间的数据复制。 使用数据流转平台 CloudFlow，您只需在控制台填写源数据地址和目标 BOS 地址信息，并创建复制任务即可。
【千帆平台】零代码结合知识库或者插件开发一款AI应用，2024年奥运会运动员获奖信息 千帆社区
整个文件作为切片 由于这个文件是各国奖牌排行榜数据，所以不能有断层，所以这里就用了整个文件作为切片。 给文件增加一些关键词，增加命中率，比如：排行榜、中国排行榜、各国排行榜等等 如果整个文件切片内容过长，很有可能是无法召回的，所以，也需要适当进行长度切片。 排行榜 目前只上传了前20名，获得奖牌数量的排行榜。
【千帆平台】零代码结合知识库或者插件开发一款AI应用，2024年奥运会运动员获奖信息 千帆社区
整个文件作为切片 由于这个文件是各国奖牌排行榜数据，所以不能有断层，所以这里就用了整个文件作为切片。 给文件增加一些关键词，增加命中率，比如：排行榜、中国排行榜、各国排行榜等等 如果整个文件切片内容过长，很有可能是无法召回的，所以，也需要适当进行长度切片。 排行榜 目前只上传了前20名，获得奖牌数量的排行榜。
精诺数据
解决方案 在百度飞桨(PaddlePaddle)的助力下，一直专注于工业人工智能的精诺数据推出精诺智能熔炼系统，以大数据、物联网、人工智能的方式解决熔炼难题。 站在数据的肩膀上人人都能成为熔炼大师 精诺数据成立于2014年，由河北工业大学教授、河北省大数据计算重点实验室副主任刘晶博士创建，精诺数据提供硬件、软件、客户服务、后台支持等智能解决方案。
山西数据标注基地
数据标注师让 AI 学会“思考” 百度山西数据标注基地数据标注师的工作就是教会AI认识数据,有了足够多、足够好的数据,AI才能学会像人一样去感知、思考和决策,更好地为人类服务。百度山西数据标注基地为山西人工智能产业发展奠基。
数据清洗 - ModelBuilder
面向post-pretrain场景的数据清洗 登录到 本平台 ，在左侧功能列数据处理中选择 数据清洗 ，进入数据清洗的主任务界面，整体流程如下： 1.选择数据集 在数据处理-数据清洗页面中，选择“创建任务”。 处理前数据集：存放被清洗的泛文本源数据。 处理后数据集：存放清洗后的数据。
数据流转平台
数据增强 - ModelBuilder
数据增强 什么是数据增强 平台支持对 模型输入的文本数据集 进行数据增强。 当在实践中无法收集到数目庞大的高质量数据时，可以通过数据增强策略，对数据本身进行一定程度的扰动和扩充，从而产生 新 数据。在训练时会通过学习大量的 新 数据，提高模型的泛化能力。 注意文本数据增强功能仅支持增强已发布或未发布的非空数据集 。
