利用大模型LLM生成训练数据

项目：https://github.com/jiangnanboy/llm_dataset_generation

这里假设一家海嘉物流公司，此公司需做一个关于本公司物流的问答机器人，需要判断用户的查询语句是否与本公司物流相关，需要训练数据进行分类，故利用deepseek进行生成与审核，

免于无数据和标注的烦恼。

• dataset_generation.py: 使用DeepSeek-V3生成不同的物流和非物流相关查询数据集
• dataset_review.py: 使用DeepSeek-R1验证和检查生成的数据集
• DeepSeek-V3充当数据生成器，用于生成多样化训练数据。
• DeepSeek-R1充当数据质量审核器，识别出分类模糊或可能错误的数据。

一个简化的界面：