文档中心

火山方舟

数据集

数据集介绍

数据集介绍

数据集（Dataset）用于统一管理数据集，支持数据集创建、多版本管理和共享功能，可在模型精调中使用。

前置条件

创建数据集之前，用户需确保账户已启用火山引擎对象存储 TOS 服务。

创建数据集

打开数据集页面后，进入数据集列表。点击数据集列表页面左上角的【创建数据集】按钮，进入创建数据集页面。

填写创建数据集表单，包括数据集名称、数据集描述，选择数据用途、数据格式、上传文件等。具体填写说明见下表。

创建数据集表单配置字段填写说明

字段名	是否必填	描述及填写规范
数据集名称	是	自定义数据集名称，方便记录检索；支持1～200位可见字符，且只包含大小写字母、中文、数字、中划线、下划线。
数据集描述	否	给数据集添加除名称以外的其他描述信息，方便多次迭代版本，重要信息记录；支持1～300位可见字符，且只包含大小写字母、中文、数字、中划线、下划线。
数据用途	是	目前平台仅支持数据集用于模型精调，其他用途敬请期待。
数据格式	是	数据格式可根据模态和场景分为以下类型：文本生成-SFT精调：对话角色和文本组成的单轮或多轮的对话数据。文本生成-继续预训练：未标注的文本字符串数据，常用于继续预训练。文本向量化-SFT精调：用户问题和正负例文本数据。详情可见格式总览。
版本号	是	数据集版本号，从V1开始，每次新建版本自动递增。
文件上传	是	具体文件格式可参考页面说明，或按照页面提示下载样例文件到本地，填充信息后再上传；支持上传数据集、从TOS导入两种文件上传方式。

注意

数据上传后将保存至用户账号下的火山引擎对象存储 TOS ，费用详情可见对象存储-计费概述。

为保障您的数据安全，

若您选择从本地上传数据集，平台会在您的账号下创建存储桶（Bucket）以存储上传数据，并为该存储桶开启TOS服务端加密，加密方式为 SSE-TOS；

若您将本账号下TOS服务中存储桶内数据导入至火山方舟数据集内，建议您为数据所在的存储桶启用服务端加密，推荐使用SSE-TOS加密方式，详情可见 TOS-服务端加密概述。

查看与管理数据集

通过数据集列表页，可以查看数据集的信息，包括数据集名称/ ID、数据格式、最新版本、状态、数据量等关键信息。

数据集版本管理

创建完成的数据集，可以在数据集列表中，选择希望查看的数据集，点击【数据集名称】进入该数据集的版本列表页。

查看数据集版本

通过数据集版本列表，可以查看该数据集所有版本的信息，包括版本号、版本描述、状态、数据量、预估 Tokens等关键信息。

其中，预估Tokens表示精调时数据集预计消耗的 token 数，不同模型的实际消耗数可能存在一定偏差。

新建数据集版本

点击数据集列表的【新建版本】操作，或点击数据集详情页右上角【新建版本】按钮，可在当前数据集基础上新增版本。填写新增版本表单，包括版本描述和文件上传。

删除数据集版本

用户可以删除不再需要的数据集版本，删除后不可恢复。

注意，删除操作可能带来不良影响，详见删除数据集。

入口：在数据集详情页中，将鼠标悬停在数据集列表中需要删除的数据集版本记录操作中的【···】，点击【删除】操作，按照弹窗提示完成操作。

删除数据集

删除数据集将删除该数据集下的所有数据集版本数据，删除后不可恢复。

注意

数据集或数据集的某个版本删除成功后：

该条数据记录不可见且不可恢复，请谨慎操作。

该条数据记录被删除不影响 TOS 存储的数据文件。如需同步删除，可前往 TOS。

请确保被删除数据集未被共享给其他用户，以避免影响其他用户使用。如该数据集为共享资源，请先前往资源管理-由我共享删除共享单元。更多说明请参考：资源共享-共享给我管理。

入口1：在数据集列表页面，将鼠标悬停在需要删除数据集记录操作中的【···】，点击【删除】操作，按照弹窗提示完成操作。

入口2：在数据集详情页中，将鼠标悬停在右上角的【···】，点击【删除】提示，同样可以触发删除弹窗。

最近更新时间：2026.08.05 22:22:10

这个页面对您有帮助吗？

有用

有用

无用

无用