搜索研究与资料 · 工具介绍
Data-Juicer
把清洗、过滤、去重和分析算子组合成 AI 数据处理流程，可在 Python 中检查处理后的数据集。
Data-Juicer 能做什么
把清洗、过滤、去重和分析算子组合成 AI 数据处理流程，可在 Python 中检查处理后的数据集。
- 模型训练数据制作与标注
如何使用 Data-Juicer
清洗模型训练文本
准备输入
- 有权使用的文本数据集
- 文本长度、空白规范等筛选要求
操作步骤
- 把原始文本组织为数据集，先保存未处理副本。
- 组合长度过滤和空白规范等算子，通过 process 执行处理。
- 抽查保留与丢弃样本，确认规则没有误删重要内容，再使用处理后的数据。
预期交付物
- 按所选规则过滤、规范后的文本数据集
清洗规则只反映配置条件，不能自动保证事实正确或数据授权合规；应抽查边界样本及误删情况。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从搜索研究与资料角度评估Data-Juicer
把搜索研究与资料需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
来源能否回看
需要能打开的原始页面或文档位置，不能只有一段无出处的摘要。
范围是否与问题一致
核对日期、地区、对象与定义，不把相似术语当成同一事实。
是否保留反例
把冲突资料和未解决问题放进结论，避免只找支持原想法的证据。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
