Awesome
一句话概述：
通过Yi模型或ollama的本地小模型对输入的webpage网页地址的内容合成高质量的questions数据供https://github.com/zjrwtx/VideoQA_databuilder项目进行sft微调数据合成使用
演示视频地址
通过零一万物的Yi模型或ollama的本地小模型对输入的webpage网页地址的内容合成高质量的questions数据供sft微调项目使用_哔哩哔哩_bilibili
使用过程描述：
使用本项目生成指定webpage地址的questions文件——https://github.com/zjrwtx/VideoQA_databuilder项目读取questions文件——然后基于零一万物模型生成基于视频内容的回答后自我调整——最后将回答保存到answers.json文件。
本项目遵循GPL许可证，欢迎贡献代码或提出改进建议。项目地址：https://github.com/zjrwtx/VideoQA_databuilder
如何运行
1、克隆到本地
git clone https://github.com/zjrwtx/WebQuestions_databuilder.git
2、安装依赖
poetry install
3、复制.env.example文件为.env 填写大模型的环境变量
4、运行python main.py 如顺利无报错 即可开始填内容生成questions数据了
5、开始在可视化程序上读取questions文件，填写必要内容，利用零一万物大模型生成对应数据answers......详细见https://github.com/zjrwtx/VideoQA_databuilder项目
贡献
欢迎贡献。请先 fork 仓库，然后提交一个 pull request 包含你的更改。
联系我
微信：
agi_isallyouneed
微信公众号：正经人王同学
X（推特)正经人王同学:https://twitter.com/zjrwtx
许可证
本项目遵循GPL许可证，欢迎贡献代码或提出改进建议。项目地址：https://github.com/zjrwtx/VideoQA_databuilder
非商业用途：本项目的所有源代码和相关文档仅限于非商业用途。任何商业用途均被严格禁止。
出处声明：任何个人或实体在修改、分发或使用本项目时，必须清楚地标明本项目的原始来源，并且保留原始作者的版权声明。