跳到主要内容

数据集配置

更新时间：2025-07-23 18:30:25

用户的自定义数据集存放在/workspace/llamafactory/data目录或/user-data/datasets目录下。

/workspace/llamafactory/data中的dataset_info.json 包含了所有经过预处理的 本地数据集 以及 在线数据集。如果您希望使用自定义数据集，请 务必 在 /workspace/llamafactory/data/dataset_info.json 文件中添加对数据集及其内容的定义。

这里我们以数据转换处理的数据集为例，来展示如何配置dataset_info。

配置dataset_info​

实例模式​

登录LLaMA-Factory Online后进入实例空间，启动CPU实例。在JupyterLab中，打开/workspace/llamafactory/data/dataset_info.json文件，加入如下内容，即可完成配置。

"CoVLA_zh": {
    "file_name": "./CoVLA/CoVLA_llamafactory_zh_split.json",
    "formatting": "sharegpt",
    "columns": {
    "messages": "conversations",
    "images": "images"
    }
},

image-20250706175834206

任务模式​

登录LLaMA-Factory Online后进入“文件管理”，通过SFTP上传CoVLA_llamafactory_zh_split.json数据集，数据集格式要求参考数据集类型，平台会自动对数据集进行检测，检测通过后，数据集的信息会被自动加入dataset_info.json文件中，完成数据集配置。

数据集检测

提示

如果您在文件管理处删除了通过检测的数据集，/workspace/llamafactory/data/dataset_info.json文件中的数据集的信息也会同步删除。

验证数据配置​

启动llamafactory webui界面

  • 查看数据集选择列表

image-20250706175937849

  • 预览数据集

image-20250706180001258