优化数据集质量的实用方法
要确保生成的微调数据集既准确又符合特定场景需求，可以通过以下方法实现：
- 仔细配置系统提示：在Settings的Prompts模块中添加明确的指令，引导生成的问答内容符合领域特点
- 多轮迭代优化：首轮生成后，利用工具的编辑功能修正所有不准确或偏离主题的内容
- 数据集优化功能：使用内置的Optimize功能自动检测并删除重复或低质量数据
- API模型选择：根据需求选择最适合的基础模型，技术文档可使用GPT-4，一般知识问答可选择成本较低的模型
特别建议：对于关键领域的数据集，可以采用’先生成后精修’的模式。先批量生成基础数据，然后邀请领域专家参与审核修改。这样既能保持高效率，又能确保最终质量。
This answer comes from the articleEasy Dataset: an easy tool for creating fine-tuned datasets for large modelsThe
May not be reproduced without permission:AI productivity tools " 怎样提升生成的大模型微调数据集的准确性和适用性？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil