🤗 เครื่องมือสร้างชุดข้อมูลภาษาไทยคุณภาพสูง

⚡ เคล็ดลับ: ใช้โมเดลใดก็ได้จาก Hugging Face - เริ่มต้นด้วยโมเดลเล็กๆ เพื่อทดสอบก่อน

🤖 เลือกโมเดลจาก Hugging Face

💡 คำแนะนำ: ใส่ชื่อโมเดลจาก Hugging Face เช่น microsoft/DialoGPT-small, gpt2, scb10x/typhoon-7b

วิธีการเลือกโมเดล

📝 ใส่ชื่อโมเดลเอง 📋 เลือกจากรายการแนะนำ 🔀 ใช้หลายโมเดลพร้อมกัน

ชื่อโมเดลจาก Hugging Face

ใส่ชื่อโมเดลที่ต้องการใช้งาน

สถานะโมเดล

โมเดลที่จะใช้

📝 เลือกประเภทงาน

ประเภทงานที่ต้องการ

คำอธิบายงาน

📁 อัปโหลดข้อมูลต้นฉบับ (ไม่บังคับ)

อัปโหลดไฟล์ CSV, JSON หรือ TXT ที่มีข้อมูลต้นฉบับภาษาไทย

อัปโหลดไฟล์ข้อมูล

ตัวอย่างข้อมูลจากไฟล์ (5 แถวแรก)

ตัวอย่างข้อมูลจากไฟล์ (5 แถวแรก)

🎯 ปรับแต่งเทมเพลตและ Prompt

ใช้ {ชื่อฟิลด์} สำหรับตัวแปรในเทมเพลต

โหมดการใส่ Prompt

📝 Prompt เดียว (Single) 📋 หลาย Prompt (Multiple) 🎲 สุ่มจาก Template (Random)

เทมเพลตปัจจุบัน

เทมเพลตกำหนดเอง (ไม่บังคับ)

ตัวอย่าง Prompt ที่จะใช้

จำนวน Prompt ที่พร้อมใช้

จำนวนแถวข้อมูลที่ต้องการสร้าง

จำนวนแถวกำหนดเอง (ถ้าเว้นว่างจะใช้ค่าจากด้านบน)

ความยาวสูงสุดของข้อความที่สร้าง (max_length)

16 2048

Temperature (ความสุ่ม)

0.1 2

Top-p (nucleus sampling)

0.1 1

Batch size

1 32

🧼 การจัดการคุณภาพข้อมูล

เปิดใช้การทำความสะอาดข้อมูล

ลบข้อมูลซ้ำซ้อน

คะแนนคุณภาพขั้นต่ำ (0-1)

0 1

แยกชุดข้อมูลเป็น train/val/test

📦 การส่งออกข้อมูล

เลือกรูปแบบไฟล์ที่ต้องการ (สามารถเลือกหลายแบบ)

📊 CSV (Excel, Spreadsheet) 📋 JSON (Web APIs, General) 📄 JSONL (Fine-tuning, Streaming) 🤗 Hugging Face Dataset (Complete Package) 📝 TXT (Simple Text) 🗃️ Parquet (Big Data, Analytics) 📋 TSV (Tab-separated) 🎯 Custom Format

🤗 เครื่องมือสร้างชุดข้อมูลภาษาไทยคุณภาพสูง

🤖 เลือกโมเดลจาก Hugging Face

โมเดลแนะนำ

📝 เลือกประเภทงาน

📁 อัปโหลดข้อมูลต้นฉบับ (ไม่บังคับ)

🎯 ปรับแต่งเทมเพลตและ Prompt

📋 ใส่หลาย Prompt (แต่ละบรรทัดคือ prompt หนึ่งตัว)

🎲 สุ่ม Prompt จาก Template ที่เลือก

🧼 การจัดการคุณภาพข้อมูล

📦 การส่งออกข้อมูล

🎯 การตั้งค่ารูปแบบกำหนดเอง

💾 ดาวน์โหลดชุดข้อมูลในรูปแบบต่างๆ