DataOrchestra
逐样本编排的预训练数据清洗开源框架
DataOrchestra 是 GAIR-NLP 开源的预训练数据清洗框架，用轻量编排器对每个数据块单独决定 Drop、Untouch 或 Clean，并为需清洗的块选择噪声删除与改写等下游阶段并生成具体指令，由对应工具模型执行。仓库开源了编排器训练数据构建流程、运行脚本与各阶段提示词
1
2026-07-27
未收录
4
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
DataOrchestra 是 GAIR-NLP 开源的预训练数据清洗框架，用轻量编排器对每个数据块单独决定 Drop、Untouch 或 Clean，并为需清洗的块选择噪声删除与改写等下游阶段并生成具体指令，由对应工具模型执行。仓库开源了编排器训练数据构建流程、运行脚本与各阶段提示词
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天暂无收录动态
- 最近更新
- 2026-07-27
- 覆盖行业
- 科研
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-07-27开源
GAIR-NLP 开源 DataOrchestra 预训练数据清洗框架，轻量编排器对每个数据块逐样本决定 Drop/Untouch/Clean，并为待清洗块选择 NP/SR/PA 下游阶段并生成具体指令；仓库同时开源训练数据构建流程、运行脚本与全部提示词。
DataOrchestra 常见问题
关于 DataOrchestra 的定位、核心功能、价格与最近更新。
DataOrchestra 是什么？
DataOrchestra 是 GAIR-NLP 开源的预训练数据清洗框架，用轻量编排器对每个数据块单独决定 Drop、Untouch 或 Clean，并为需清洗的块选择噪声删除与改写等下游阶段并生成具体指令，由对应工具模型执行。仓库开源了编排器训练数据构建流程、运行脚本与各阶段提示词。
DataOrchestra 有哪些核心功能？
DataOrchestra 当前已核验的核心功能包括：训练数据清洗。
DataOrchestra 如何收费？
AI Equal 当前没有收录 DataOrchestra 的可验证价格信息。
DataOrchestra 最近有什么更新？
2026-07-27：GAIR-NLP 开源 DataOrchestra 预训练数据清洗框架，轻量编排器对每个数据块逐样本决定 Drop/Untouch/Clean，并为待清洗块选择 NP/SR/PA 下游阶段并生成具体指令；仓库同时开源训练数据构建流程、运行脚本与全部提示词。