数据

管理模型学习的样本，让每一次训练都有清晰、可追溯的数据来源。

训练数据定义模型应该学习什么。Mint Recursive 使用版本化数据集连接上传文件、校验结果和训练任务；你可以在 我的数据 中统一管理。

SFT 数据格式

当前上传入口要求 JSONL：每行一个 JSON 对象，使用 messages 表示对话。用户消息提供任务，助手消息提供你希望模型学习的回答。

{"messages":[{"role":"user","content":"将反馈归类：客服回复及时。"},{"role":"assistant","content":"客服体验：正向"}]}

示例仅说明结构。正式数据应覆盖真实任务，并保持输出格式和标注标准一致。避免将未审核的模型输出直接作为正确答案。

从上传到可训练版本

在 我的数据选择上传数据集，可以先命名，再选择 JSONL 文件；页面也提供粘贴 JSONL 的入口。确认上传后由服务端校验数据。

数据集版本与校验结果 · 界面截图占位 · 产品界面定稿后更新

使用数据前检查校验状态和有效样本数。列表中的数据版本是训练引用的对象；文件已出现在列表中，不代表上传或校验已经成功。

状态	建议处理
结构通过且有效样本大于零	可继续在训练页选择，并运行训练前预检
结构错误	查看错误提示，修复对应数据后重新上传
上传未完成 / upload_expired	重新上传，等待服务端确认结果
有效样本为零	核对文件内容及格式，完成修复后再训练

保持数据可追溯

为数据集使用有意义的名称，例如任务类型和修订批次。记录训练引用的数据版本；修改样本后上传新的版本，避免将不同数据下的模型结果混为一谈。

结构校验只说明数据符合格式要求，不代表答案正确或覆盖充分。训练前应检查样本质量，并从一开始就留出独立评测集。

下一步：训练模型 · 题库与评测集