Crear y Gestionar Datasets

Aprende a crear datasets de entrenamiento para tu modelo de IA. Puedes subir archivos, importar desde CRMs o crear datos manualmente.

Métodos para Crear Datasets

Formatos Soportados

Formato ChatML (Recomendado)

ChatML es el formato más utilizado para entrenar modelos de chat. Cada ejemplo contiene un array de mensajes con roles (system, user, assistant).

{"messages": [{"role": "system", "content": "Eres un asistente de ventas amable."}, {"role": "user", "content": "¿Cuál es el precio?"}, {"role": "assistant", "content": "Desde $9.99/mes con 14 días gratis."}]}
{"messages": [{"role": "system", "content": "Eres un asistente de ventas amable."}, {"role": "user", "content": "¿Tienen soporte?"}, {"role": "assistant", "content": "Sí, soporte 24/7 por chat y email."}]}
{"messages": [{"role": "system", "content": "Eres un asistente de ventas amable."}, {"role": "user", "content": "¿Puedo cancelar cuando quiera?"}, {"role": "assistant", "content": "Sí, puedes cancelar sin cargos adicionales."}]}

Gestionar Datasets

Una vez creado un dataset, puedes realizar las siguientes acciones desde la lista de datasets:

Editor de Conversaciones

El editor de conversaciones te da control total sobre cada ejemplo de entrenamiento de tu dataset. Para acceder, haz clic en Editar en cualquier dataset de tu lista. Esto abre la ruta /datasets/[id]/edit.

Herramientas de Limpieza de Datos

Un dataset limpio produce modelos más precisos. AstrApp incluye herramientas integradas para detectar y corregir problemas comunes antes de iniciar el entrenamiento.

Dividir Dataset (Train/Test Split)

Separar tu dataset en un conjunto de entrenamiento y otro de prueba es una buena práctica para evaluar el rendimiento real de tu modelo con datos que nunca ha visto.

Exportar y Descargar

Descarga tu dataset en cualquier momento para usarlo fuera de AstrApp, hacer una copia de seguridad o integrarlo con otras herramientas de machine learning.

Calificar y Organizar Datasets

A medida que acumulas más datasets, organizarlos y calificarlos te ayuda a identificar rápidamente los mejores para cada entrenamiento.

Validación Automática

AstrApp valida automáticamente tu dataset al subirlo para asegurar la calidad:

Importar desde Hugging Face Hub

Hugging Face Hub es el repositorio más grande de datasets para machine learning. AstrApp te permite importar directamente datasets públicos y convertirlos automáticamente al formato ChatML.