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。

100% 客户端本地运行 — 可在 Network 面板验证 0 字节上传在 Network 面板确认 0 字节发送

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
转换前(输入)qa-pairs.csv
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."
转换后(输出).jsonl
{"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/csvapplication/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。

  1. 加载训练集 CSV拖入包含 prompt/completion、system/user/assistant 或 instruction/input/output 列的 CSV。
  2. 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。
  3. 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。