一、背景与需求分析 大模型训练对数据集的规模和格式要求极高。实际项目中，数据可能来自不同渠道（如爬虫、公开数据集、用户上传），格式差异显著：JSON用于结构化文本，CSV适合表格数据，二进制格式（如TFRecord……
