免费 · 无需注册 · 浏览器本地处理
JSONL 数据集拆分：训练、验证与测试集
按比例和固定种子拆分 JSONL，可设置去重与同组字段，查看实际分区结果，下载包含训练、验证、测试文件与清单的 ZIP。
浏览器本地处理 · 不调用模型 · 不保存输入
实际输出
train.jsonl处理输入后即可预览、复制与下载结果。
仅做本地准备，不抓取远程内容、不执行代码、不进行模型评分或平台资格检查。输入改动会使旧结果及尚未完成的文件导出失效。
使用步骤
载入 JSONL，设置合计 100 的三项百分比并填写种子；可指定顶层同组字段，选择固定种子打乱或顺序拆分，可保留分区内部来源顺序，核对实际数量后下载三份文件与不含原始文本的统计清单 ZIP。
使用前请检查
同组不跨分区，因此实际比例可能与目标不同；不识别语义重复，也不保证拆分具有统计代表性。去重仅比较完全相同的原始行，且为可选。
试一个例子
10 条未分组记录按 60／20／20 拆为训练集 6 条、验证集 2 条、测试集 2 条；相同输入、种子和选项可复现结果。
计算或处理方式
固定种子排序和明确分配规则，同组作为整体分配；保留原始 JSON 行文本及数字写法，文件分隔符使用 LF。UTF-8 输入限 500 KB、1,000 条记录。
常见问题
使用固定种子、明确比例、可选去重与同组字段，可复现地拆分 JSONL 数据集。
如何使用AI 数据集训练／验证／测试拆分？
载入 JSONL，设置合计 100 的三项百分比并填写种子；可指定顶层同组字段，选择固定种子打乱或顺序拆分，可保留分区内部来源顺序，核对实际数量后下载三份文件与不含原始文本的统计清单 ZIP。
数据会上传吗？
工具在当前浏览器内处理输入与文件。页面访问统计不包含这些输入内容。
有哪些限制？
同组不跨分区，因此实际比例可能与目标不同；不识别语义重复，也不保证拆分具有统计代表性。去重仅比较完全相同的原始行，且为可选。