Preparación de datos
Tu modelo aprende exactamente lo que le enseñas. Esta sección explica cómo llevar tus conversaciones a AstrApp, en qué formato y cómo dejarlas listas para entrenar.
¿Por qué importa la preparación?
Un fine-tuning es tan bueno como sus datos. Con conversaciones bien preparadas, un modelo pequeño aprende a responder como tu negocio; con datos descuidados, aprende a contradecirse y a inventar.
La regla de oro: si no te gustaría recibir una respuesta de tu dataset, tu modelo tampoco debería aprenderla.
Como referencia, Entrenar por mí pide un mínimo de 100 conversaciones y recomienda 400 o más.
Reúne tus conversaciones
Importa un archivo o pega el texto en Datasets › Importar datos, trae un dataset público de Hugging Face (plan Professional) o genera conversaciones con IA en Conversaciones › Síntesis. La página Importar conversaciones compara los caminos.
Deja que AstrApp las convierta a ChatML
Al importar, AstrApp detecta el formato leyendo el contenido (ChatML, ShareGPT, Alpaca, CSV, un chat de WhatsApp…), lo convierte a ChatML y descarta las conversaciones repetidas. Revisa qué acepta en Formatos de importación y, si partes de una hoja de cálculo, en Importar CSV.
Define el system prompt
Usa el mismo system prompt en todo el dataset. Para ponerlo en muchas conversaciones a la vez, selecciónalas en Conversaciones › Ver todas y usa Prompt de sistema. Cómo escribirlo: System prompt.
Revisa la calidad
Lee muestras, corrige respuestas y quita lo que no quieres que el modelo aprenda. En Conversaciones › Limpieza aplicas reglas a todas a la vez (recortar espacios, quitar HTML o Markdown, cambiar correos y teléfonos por marcadores como [EMAIL]). Los criterios están en Calidad.
Entrena
Elige el dataset en Entrenar › Entrenar modelo. Las conversaciones con menos de dos mensajes no entran al entrenamiento. Sigue la guía de Entrenamiento.
Contenido de esta sección
Importar conversaciones
Importa un archivo o texto, trae un dataset de Hugging Face o genera conversaciones con IA.
Formatos de importación
Qué formatos acepta el importador y cómo los convierte a ChatML.
Importar CSV
Los dos modos de un CSV, las columnas que se reconocen y los errores típicos.
System prompt
Define la personalidad y las reglas que tu modelo va a aprender.
Calidad
Criterios para revisar tus conversaciones antes de entrenar.
Configuración avanzada
Tool calling, guardrails y otras opciones para datasets más completos.
¿Primera vez preparando datos?
Empieza por Importar conversaciones para traer tus datos y sigue con Formatos de importación para entender la estructura que necesitan.