项目地址
希望大佬们给出一些项目意见，并且跪求一个star~ 💖 

项目背景
目前大模型微调的一大难点其实就是数据集，自己制作数据集费时费力，而且往往效果不佳。本项目旨在基于大模型，帮助大家快速生成领域内的数据集，并且直接可以额在Llamafactory等微调框架中使用。 
主要功能
1. 基于自由文档生成数据集

智能文档处理：支持多种格式文档的智能分割
问题生成：基于文档内容自动生成相关问题
答案生成：使用 LLM 生成高质量答案
异步处理：支持大规模文档的异步处理
多种导出格式：支持多种数据集格式导出（Alpaca、ShareGPT等）
直接SFT就绪输出：生成适用于监督微调的数据集

2. 数据蒸馏与优化

知识蒸馏：从大模型中提取知识到训练数据集
指令扩增：自动生成指令变体，扩充训练数据
质量优化：使用 LLM 优化和提升数据质量
多格式支持：支持从多种格式的数据集进行蒸馏

界...