Датасет из документов¶
Для чего¶
Составить датасет «вопрос — ответ» для дообучения по вашим документам: ГОСТам, стандартам предприятия, инструкциям.
Как запустить¶
Страница «Обучение» → кнопка «Из документов…».
Пошагово¶
- Добавьте файлы или папку: PDF, Word, Excel, PowerPoint, txt, md.
- Выберите, сколько вопросов составлять на фрагмент (около 3000 знаков).
- «Составить вопросы». Для пробы поставьте «Фрагментов не больше» 3–5.
- Просмотрите таблицу: ответ исправляется прямо в ней, неудачную пару снимите галочкой.
- «Сохранить датасет…» — файл .jsonl сам подставится в поле датасета.
Что получится¶
Файл .jsonl для дообучения. Закрыли окно — при следующем открытии продолжите с того же места.
Если не получается¶
- На процессоре медленно: модель 7B — 2–5 минут на фрагмент; с облачной моделью (Pro) — секунды.
- Датасет можно собрать на любом компьютере, а обучать там, где есть видеокарта NVIDIA.
Эта страница — из «Инструкции» в программе: меню Помощь → «Инструкция» или F1. Там же кнопка «Открыть инструмент».