Introducing the Synthetic Data Generator - Build Datasets with Natural Language

Hugging Face 推出全新免程式碼「Synthetic Data Generator」，讓用戶只需輸入自然語言描述，即可快速生成高品質的 AI 訓練資料集。

Hugging Face 發表「Synthetic Data Generator」工具，旨在降低 AI 模型訓練資料集的構建門檻。用戶只需用自然語言描述需求，系統便會利用 distilabel 框架與開源大模型（如 Llama 3.1）自動生成高品質的指令微調（SFT）或偏好對齊（DPO）資料集。生成的資料可直接上傳至 Hugging Face Hub，並支援匯出至 Argilla 進行人工標註與微調。

摘要由 AI 整理,以原文為準。