Блок Dataset — вход обучения. Поддерживаются три формата — загрузите файл или вставьте текст прямо:
{"messages": [{"role":"user",...},{"role":"assistant",...}]}— чат (рекомендуется; обучается только реплика assistant){"prompt": "...", "completion": "..."}— промпт/дополнение{"text": "..."}или любая строка — свободный текст
После загрузки кнопка Check quality выдаёт полный отчёт: количество примеров, смес форматов, дубликаты, определённые языки, гистограмму длины в символах/токенах и предупреждения. Персидский и эмодзи поддерживаются полностью.
Совет: минимум 2 примера; примеры длиннее ~6000 символов получают предупреждение — maxlen их обрезает. Уберите дубликаты для чистого eval-сплита.
