Unsloth Data Recipes
Unsloth StudioのData Recipesを使ってデータセットを作成、構築、編集する方法を学びましょう。
Unsloth Studio の Data Recipes では、PDF や CSV ファイルのような文書をアップロードし、それらを使える／合成データセットへ変換できます。グラフノードのワークフローを使って、データセットを視覚的に作成・編集します。このガイドでは、Unsloth Data Recipes に入る前に基本を学べるようにします。
Data Recipes の仕組み
Data Recipes は同じ基本的な流れに従います。レシピページを開き、レシピを作成または選択し、エディタでワークフローを構築し、検証してプレビューを実行し、出力が適切であればフルデータセットを実行します。シードデータと生成ブロックを追加し、ワークフローを検証し、サンプル出力をプレビューしてから、フルデータセットのビルドを実行します。Unsloth Data Recipes は NVIDIA Nemo Data Designer.
全体を見ると、通常のワークフローは次のようになります:
レシピページを開きます。
新しいレシピを作成するか、既存のものを開きます。
ブロックを追加して、データセットのワークフローを定義します。
をクリックします 検証 して、設定の問題を早期に見つけます。
プレビューを実行して、サンプル行をすばやく確認します。
レシピの準備ができたら、フルデータセットのビルドを実行します。
進捗と出力をグラフ上、または 実行 ビューでリアルタイムに確認し、詳細を見ます。
結果のデータセットを Studio で選択し、モデルをファインチューニングします。
始める
レシピページが主な入口です。レシピはブラウザ内にローカル保存されるため、保存した作業に後で戻れます。ここから、空のレシピを作成するか、ガイド付きの学習用レシピを開けます。
レシピはエクスポートとインポートができるので、他の Unsloth ユーザーとワークフローを簡単に共有できます 🎉。特定のデータセットパターンを作りたい場合は、Unsloth Discord で質問してください。すでに共有できるレシピを持っている人がいるかもしれません。
ワークフローの概念に慣れていないなら、学習用レシピが、シードデータ、プロンプト、式、バリデーターが 1 つの動く例でどう組み合わさるかを最速で理解できます。すでに欲しいデータセットの形が分かっているなら、最初から空で始める方が通常は早いです。
開始方法を選ぶ
カスタムワークフローをすばやく構築する
空から開始
例を通して製品を学ぶ
学習用レシピから開始
前回の作業を続ける
保存済みレシピを開く
エディタで作るもの
エディタはレシピが形になる場所です。ブロックシートからブロックを追加し、ダイアログで設定し、キャンバス上で接続してから、ワークフローを検証または実行します。
エディタにはいくつかの主要部分があります:
レシピヘッダー。ここでレシピ名を変更し、 エディタ と 実行
キャンバス。レシピのグラフが表示されます
ブロックシート。新しいブロックを追加します
設定ダイアログ。プロンプト、参照、モデルエイリアス、バリデーター、シード設定を定義します。
フローティング 実行 と 検証 コントロール
ここにさらに追加する必要があります
レシピで最も一般的なブロックは次のとおりです:
シード Hugging Face の入力データ、ローカルの構造化ファイル、または行に分割される非構造化文書用。
LLM + モデル プロバイダー、モデル設定、LLM 生成ブロック、共有ツールプロファイル用。
式 LLM 呼び出しを必要としない、Jinja2 ベースの変換用。
バリデーター Python、SQL、JavaScript/TypeScript 用の組み込みリンターで、生成された不正なコードをフィルタリングするため。
サンプラー カテゴリやサブカテゴリのような決定的な列用。
参照の仕組み
データを生成するほとんどのブロックは（いくつかの例外を除き）後続ブロックの参照になります。これが Data Recipes の中心的な考え方の 1 つです。値を一度作成し、それをプロンプト、式、構造化出力、検証ステップで再利用します。
Jinja の式を使うと、すでにレシピ内に存在する値を扱えます。のようなネストしたフィールドを参照できます {{customer.first_name}} 、のように値を結合できます {{customer.first_name}} {{customer.last_name}} さらに、次のようなパターンで条件分岐ロジックを追加できます {% if condition %}...{% endif %}
たとえば:
というカテゴリブロック
domainは次のように参照できます{{ domain }}シード列は LLM プロンプトに直接使えます。シードデータ内の列（例: HF データセット列、csv）
構造化された LLM 出力は、後続のプロンプト用のフィールドを公開できます
式ブロックは、別のモデル呼び出しなしで前段の値を組み合わせられます
その後は？
プレビュー実行は、素早く反復するためのものです。サンプル行と分析結果をエディタに返すので、完全な実行に進む前に生成データを確認できます。
フル実行は、永続化されたローカルデータセットの成果物を作成します。その出力は後で Studio のローカルデータセットピッカーに表示され、再確認やファインチューニングに使えます。必要に応じて、データセットを Hugging Face リポジトリに公開することもできます。
基本構成要素
モデル設定は 2 つの使いやすい層に分かれています:
モデルプロバイダー エンドポイントと認証を定義します
モデル設定 モデル名と推論設定を定義します
この構成は、ホスト型プロバイダー、セルフホストのエンドポイント、 vLLM , llama.cpp 、または Studio の外で実行する OpenAI 互換 API ならどれでも使えます。
レシピは 1 つのモデルに限定されません。複数の モデルプロバイダー と モデル設定 ブロックを追加し、コーディング用と一般テキスト用のように、異なるステップで異なるモデルを使えます。
モデル設定の後は、4 種類の LLM ブロックを使えます:
LLM テキスト
自由形式テキスト
指示、説明、会話、記述
LLM 構造化
JSON
固定フィールドと予測可能な構造が必要な出力
LLM コード
コード
Python、SQL、TypeScript、その他のコード生成タスク
LLM ジャッジ
スコア付き評価
1 つ以上のユーザー定義スコアで出力を採点する
ツールプロファイル
ツールプロファイルブロックは、1 つ以上の LLM ブロック向けに共有される MCP ベースのツールアクセスを定義します。たとえば、 Context7.
左の画像は、Tool Profile ブロックのダイアログで Context7 MCP が追加・設定されている様子を示しています:
バリデーター
バリデーターブロックは、生成されたコード出力をリンターと構文検証に通すことで、主に LLM コードブロックを対象にします。これにより、無効または不正なコード行を最終データセットから除外できるため、品質を保てます。組み込みオプションは Python、SQL、JavaScript/TypeScript の検証をカバーします。
検証、プレビュー、実行
レシピのワークフローが整ったら、次は実行です。推奨パターンは、まず検証し、次に素早いフィードバックのためにプレビューし、実行ビューで生成データを確認し、その後、出力が計画に合っていると感じたらフルデータセットを実行することです。
実行コントロールは次の順序で使います:
最終更新
役に立ちましたか？