将 CSV 转为大模型微调 JSONL
OpenAI / Alpaca在本地把训练数据表格转换成通过校验的换行分隔 JSONL,专为 OpenAI、Claude 与 Alpaca 微调打造。
或将文本或数据文件拖放至此 · Ctrl V 快速粘贴 · 或拖放 .csv 文件 · Ctrl V 粘贴 CSV
- 0 字节上传
- OpenAI Chat 与 Alpaca 预设
- 逐行校验 JSONL 合法性
实时转换前后预览
OpenAI 与 Alpaca 预设prompt,completion
"What is UTF-8 BOM?","A 3-byte EF BB BF signature telling Excel to decode UTF-8."
"Why use JSONL?","Each line is an independent JSON record for streaming fine-tuning."{"prompt":"What is UTF-8 BOM?","completion":"A 3-byte EF BB BF signature telling Excel to decode UTF-8."}
{"prompt":"Why use JSONL?","completion":"Each line is an independent JSON record for streaming fine-tuning."}源格式与目标格式规格对比: CSV → JSONL / NDJSON
| 规格属性 | 源格式:CSV | 目标格式:JSONL / NDJSON |
|---|---|---|
| 结构类型 | 二维表格 | 层级结构 |
| 人类可读性 | 高 | 中 |
| 支持嵌套 | 不支持 | 支持 |
| LLM Token 效率 | 高 | 中 |
| 文件扩展名 | .csv | .jsonl |
| MIME 类型 | text/csv | application/x-ndjson |
| 适用场景 | 电子表格导入、分析报表导出、SQL 数据表批量入库及结构统一的一维数据集。 | OpenAI/Anthropic/Gemini 模型微调数据集、批量推理任务、日志采集与流式 ETL 管线。 |
使用方法
如何从 CSV 构建 JSONL 微调数据集
在不泄露专有训练语料的前提下,将 CSV 数据列映射为规范的单行 JSON 记录。
- 加载训练集 CSV拖入包含 prompt/completion、system/user/assistant 或 instruction/input/output 列的 CSV。
- 选择 JSONL 记录模板按需选择每行原始 JSON 对象、OpenAI Chat ({ messages: [...] }) 或 Alpaca 模板。
- 统计 Token 并导出 .jsonl下载校验无误的 .jsonl 文件,或直接接续送入 LLM Token 计数器。
常见问题
常见问题解答
OpenAI Chat 模板是如何映射 CSV 列名的?
系统会自动识别 system、user/prompt/question 以及 assistant/completion/answer 列,自动构造标准 { "messages": [ ... ] } 对象。
如果 CSV 单元格前后带有多余空格或空行怎么处理?
保持“去除字段首尾空白”与“跳过空白行”开启,可彻底杜绝因空行引发的非法 JSONL 记录。
转换后能立刻估算微调所需的 Token 总数吗?
可以。转换完成后在结果页点击“继续下一步 -> LLM Token 计数器”即可离线测算预算。