InputOutputToMessages

class torchtune.data.InputOutputToMessages(train_on_input: bool = False, column_map: Optional[Dict[str, str]] = None, new_system_prompt: Optional[str] = None, image_dir: Optional[Path] = None)

消息转换类，将包含“input”和“output”字段（或 column_map 中指定的等效字段）的单个样本分别转换为用户和助手消息。这对于具有两列的数据集非常有用，其中一列包含用户提示字符串，另一列包含模型响应字符串

|  input          |  output          |
|-----------------|------------------|
| "user prompt"   | "model response" |

参数：

• train_on_input (bool) – 模型是否在用户提示上进行训练。默认为 False。

• column_map (Optional[Dict[str, str]]) – 用于将预期的“input”和“output”列名更改为数据集中实际列名的映射。键应为“input”和“output”，值应为实际列名。默认为 None，保留默认的“input”和“output”列名。

• new_system_prompt (Optional[str]) – 如果指定，则在前面添加一条系统消息。这可以作为指导模型响应的说明。默认为 None。

• image_dir (Optional[Path]) – 包含图像的目录路径，将添加到数据集中所有图像路径的前面。例如，如果 image_dir="/home/user/dataset/"` 并且样本图像路径为 ``"images/1.jpg"，则最终加载的图像路径将是 "/home/user/dataset/images/1.jpg"。如果为 None，则假定图像位于当前工作目录或远程 URL 上。对于纯文本数据，请保留为 None。默认为 None。

引发：

ValueError – 如果提供了 column_map 且 input 不在 column_map 中，或者 output 不在 column_map 中，**或者** 如果提供了 image_dir 但 image 不在 column_map 中。