数据中心作为大模型训推平台的基础数据服务模块，提供以下主要功能：
一、数据集管理
·统一管理当前主账号下的所有数据集，数据集列表按照地域进行隔离；
·数据集支持的建模任务类型有：
·大模型建模数据集：支持大语言模型 LLM 数据集（jsonl）和多模态大模型 MLLM 数据集（jsonl）；
·传统 CV 建模数据集：图片 (JPG、PNG、JPEG、BMP)；
·大数据建模数据集：表格 (XLS、XLSX、CSV) ；
·其他：任意格式文件；
·支持对数据内容进行详情预览，且支持对文本数据进行样本词频分析和样本长度分析等。
二、数据标注
·提供 LLM&MLLM 大模型建模的数据标注操作台：利用 schema 灵活定义标注操作台组件；
·提供内置的“图片分类”标注场景：识别数据集中每张图片所属的标注类别，如猫、狗图片分类标注；
·提供内置的“目标检测”标注场景：识别数据集中每张图片里指定物体的所在位置及其类别，如画框检测图片中的猫、狗标注任务；
·提供内置的“目标跟踪”标注场景：对数据集中连续的多张图片里的某个物体进行跟踪标记；
·提供内置的“图片分割”标注场景：识别数据集中每张图片里指定标注类别的物体的所在区域；
·提供内置的 “OCR” 标注场景：支持对图片的文字内容进行识别/检测，或者智能结构化的标注。
三、数据构建
·提供最佳实践文档指导用户进行前置数据预处理；
·提供多种内置算法任务，每个任务都有高质量的 prompt 和内置自研数据；
·提供三种内置的数据构建 pipeline：有监督-单轮 QA-pipeline、有监督-多轮 QA-pipeline、无监督-pipeline；
·提供多种数据处理功能：数据清洗、prompt 优化、数据过滤、数据增强等。