基于bilibili视频构建大模型问答训练数据，输入bilibili视频地址等信息即可生成QA数据供VideoQA_databuilder（基于和零一万物大模型构建大语言模型高质量训练数据集）： https://github.com/zjrwtx/VideoQA_databuilder 项目使用
使用bilibili视频下载器与字幕识别api生成指定视频的字幕文件——基于零一万物模型生成questions文件——VideoQA_databuilder https://github.com/zjrwtx/VideoQA_databuilder 项目读取questions文件——然后基于零一万物模型生成基于视频内容的回答后自我调整——最后将回答保存到answers.json文件。
本项目遵循GPL许可证，欢迎贡献代码或提出改进建议。项目地址：https://github.com/zjrwtx/bilibiliQA_databuilder
1、克隆到本地
git clone https://github.com/zjrwtx/bilibiliQA_databuilder.git
2、安装依赖
poetry lock
poetry build -f wheel
pip install dist/bcut_asr-0.0.3-py3-none-any.whl # Example
poetry install
3、复制.env.example文件为.env 填写大模型的环境变量
4、运行python Bilibiliquestion_builder.py 生成QA数据
5、开始在VideoQA_databuilder https://github.com/zjrwtx/VideoQA_databuilder 项目上读取questions文件，填写必要内容，利用零一万物大模型生成对应数据answers
欢迎贡献。请先 fork 仓库，然后提交一个 pull request 包含你的更改。
agi_isallyouneed
X（推特)正经人王同学:https://twitter.com/zjrwtx
本项目遵循GPL许可证，欢迎贡献代码或提出改进建议。项目地址：https://github.com/zjrwtx/bilibiliQA_databuilder
非商业用途：本项目的所有源代码和相关文档仅限于非商业用途。任何商业用途均被严格禁止。
出处声明：任何个人或实体在修改、分发或使用本项目时，必须清楚地标明本项目的原始来源，并且保留原始作者的版权声明。