ViperEkura/DataPipeline
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
43 Commits 1 Branch 0 Tags
5ea1c6355db51d3a42efe19f3b0a0e4aa4567367
Commit Graph
27 Commits
Author SHA1 Message Date
ViperEkura 5ea1c6355d refactor(data): 重构数据处理流程以适应新需求 2025-07-22 10:03:06 +08:00
ViperEkura b588c30f09 refactor(utils): 优化 process_dataset 函数 2025-07-21 22:18:22 +08:00
ViperEkura 7f45c701b4 refactor(dump_pt_file): 重构数据处理流程并优化代码结构 2025-07-21 20:27:07 +08:00
ViperEkura f9ce67e03c refactor: 重命名pretrain 和 sft 脚本 2025-07-21 19:58:15 +08:00
ViperEkura 70485d7c01 feat(utils): 添加序列打包功能并优化数据处理流程 2025-07-21 19:17:04 +08:00
ViperEkura 6d52bae1ca feat(utils): 添加序列打包功能 2025-07-21 19:07:16 +08:00
ViperEkura 8b2b2e6871 refactor(utils): 重构 dump_pkl_files 函数 2025-07-21 18:15:02 +08:00
ViperEkura b6c02c04b2 refactor(sft_file, utils): 重构数据处理流程并支持新数据集 2025-07-21 15:11:57 +08:00
ViperEkura 1b49bfdea6 chore: 添加 Chinese-Instruct 数据集处理脚本 2025-07-21 11:23:53 +08:00
ViperEkura fcb5c2bcc8 feat(dataset): 更新数据集处理和保存逻辑 2025-07-20 11:21:18 +08:00
ViperEkura 365086f102 feat(utils): 添加数据打包功能 2025-07-20 11:16:14 +08:00
ViperEkura 6762842b0c refactor(belle_sft): 重构处理数据集的逻辑 2025-07-20 09:59:40 +08:00
ViperEkura faf9f81e7c refactor(utils): 将 pre_tarin_process 和 sft_process 函数合并为 process_dataset 2025-07-16 12:17:58 +08:00
ViperEkura f64a1a15ee feat(utils): 新增 sft_process 函数 2025-07-16 11:35:08 +08:00
ViperEkura b69ba2c5ff refactor(dataset): 重构数据集处理流程并添加新功能 2025-07-16 09:56:31 +08:00
ViperEkura 6edc31ce2e refactor(dataset): 更新数据集加载路径和处理代码 2025-07-15 14:06:18 +08:00
ViperEkura e77fb56c45 refactor(utils): 重构数据处理脚本 2025-07-15 13:10:38 +08:00
ViperEkura e6f5b26a75 refactor(chinese-cosmopedia): 更新数据集加载方式并调整相关参数 2025-07-15 12:54:31 +08:00
ViperEkura bea4f83842 refactor(dataset): 重构数据处理脚本并支持自定义数据集 2025-07-15 12:18:58 +08:00
ViperEkura 95a3568328 refactor(to_ids): 重构数据处理流程并支持自定义处理器 2025-07-14 22:13:36 +08:00
ViperEkura 55e0e06dc6 refactor(utils): 重构 process_files 函数并添加新功能 2025-07-14 15:18:54 +08:00
ViperEkura 4cf9681ebb fix(utils): 优化数据集处理中的分块逻辑 2025-07-14 14:52:07 +08:00
ViperEkura 7e53d35099 refactor(utilsi): 优化项目结构 2025-07-14 14:41:42 +08:00
ViperEkura 820ddf3fc8 feat(utils): 增加数据集处理的灵活性和可配置性 2025-07-14 13:34:03 +08:00
ViperEkura 2b0f805ff3 refactor(chinese-wiki): 更新数据集处理脚本 2025-07-14 13:28:17 +08:00
ViperEkura d8643d11dd refactor(dataset processing): 重构数据集处理流程并添加新功能 2025-07-14 10:57:23 +08:00
ViperEkura 7591a231df refactor(dataset): 重构数据集处理逻辑 2025-07-14 08:45:01 +08:00