# 法律知识微调数据生成

本模版提供一个完整的法律数据准备流程，帮助你基于法律文档构建高质量问答对数据集，并在 Hugging Face AutoTrain 平台上完成模型微调。适用于构建具备专业法律理解能力的定制大语言模型，如劳动争议、合同纠纷等法律场景问答应用。

## 模版详情

在模版列表点击**查看详情**进入模版详情页面。在模版详情页面，可以看到处理的效果示例图和工作流拓扑结构。

![](https://community-shared-data-1308875761.cos.ap-beijing.myqcloud.com/artwork/mocdocs/images/wf_template/templat_sft/template_sft_1.png)

## 使用模版

- 在模版列表选择**法律知识微调数据生成**模版，在模版列表或详情页点击**使用模版**，即可创建数据处理任务并快速生成对应工作流。
- 系统内置示例数据，便于快速上手和测试。
- 需要自行创建目标位置
- 支持根据实际需求，自定义调整解析、增强等工作流算子配置。

![](https://community-shared-data-1308875761.cos.ap-beijing.myqcloud.com/artwork/mocdocs/images/wf_template/templat_sft/template_sft_2.png)

点击**创建并开始运行**，等待工作流运行完毕。

## 查看处理结果

导航至**Catalog**，找到刚才工作流中选择的目标位置，点击文件名，查看处理结果

![](https://community-shared-data-1308875761.cos.ap-beijing.myqcloud.com/artwork/mocdocs/images/wf_template/templat_sft/template_sft_3.png)

## 数据导出

处理完成后，可将数据集导出用于后续模型训练。这里我们直接点击 Catalog 里文件右侧的下载按钮，导出完成后，解压后你将获得一个如 `中华人民共和国劳动争议调解仲裁法.pdf.jsonl` 的标准问答对数据集。

## 模型微调（使用 Hugging Face AutoTrain）

我们将使用 Hugging Face 的 AutoTrain 平台，在线完成微调过程，零代码、全流程可视化。

1. **访问 AutoTrain**：[https://huggingface.co/autotrain](https://huggingface.co/autotrain)
2. **创建项目**：选择 Text Classification 或 Text Generation；
3. **上传数据**：将 `《中华人民共和国劳动争议调解仲裁法》.pdf.jsonl` 上传至项目中；
4. **配置参数**：设置训练轮数、学习率、基础模型（如 Mistral、Gemma 等）；
5. **启动训练**：点击 `Start Training` 开始模型微调。

![](https://community-shared-data-1308875761.cos.ap-beijing.myqcloud.com/artwork/mocdocs/images/wf_template/templat_sft/template_sft_4.png)

AutoTrain 将自动为你完成环境部署与训练过程。训练完成后，你将得到一个具备专业法律问答能力的微调模型，可直接部署或在平台中调用。