Adaption Labs 推出 'Invent a Dataset' 功能：根据任务描述生成训练数据

本周，Adaption Labs 发布了名为 'Invent a Dataset' 的新功能。该功能可以根据用户提供的行为描述自动生成结构化的训练数据集，无需提供种子语料库或预定义的模式。生成的数据可以下载为 JSONL、JSON、CSV 或 Parquet 格式，并且可以在任何地方进行训练。Adaption Labs 认为现有的数据工作流程限制了模型的质量，因为可用数据往往无法完全匹配预期的行为。Invent a Dataset 功能通过直接从行为描述开始，绕过了传统的数据标注和过滤过程。用户可以通过 API 调用 datasets.invent 来创建并启动数据集生成任务，并使用 datasets.get 检查状态直到完成或失败。此外，该功能支持两种输出格式：默认的 instruction_dataset 用于监督微调，而 preference_pairs 则适用于基于偏好的训练。