GitHub · 去对齐工具与仓库·· 9 天前AI 评分26
Jagadish-dataset-engineering：把 SFT 与评测的数据层做成可测试的代码
jagadishmazure-jpg/Jagadish-dataset-engineering
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/jagadishmazure-jpg/Jagadish-dataset-engineering
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一个个人学习/作品集项目，将 SFT 与评测的数据层实现为可测试代码，涵盖启发式过滤、MinHash/LSH 去重、带仲裁与标注者偏斜检测的标注、评测去污染、QC 门控合成数据及 dataset card。全部离线运行于合成数据，无需 API key；真实运行结果为 8 条日志保留 5 条、1 个重复组，并检出 always-positive 标注者（chi-square 28.5）。
来源：GitHub · 去对齐工具与仓库 · github.com