Validador JSONL

Los trabajos de fine-tuning fallan por detalles: una línea rota, un rol desconocido, un ejemplo sin respuesta del asistente. Una simple comprobación de JSON no detecta casi nada de eso. Este validador revisa cada línea de un archivo JSONL, tanto la sintaxis JSON como el formato de chat que esperan los fine-tuning de OpenAI, Mistral o Anthropic, y te dice exactamente qué línea falla y por qué.

Cómo validar un archivo JSONL

1. Pega el contenido de tu archivo .jsonl o pulsa Probar un ejemplo para ver los errores típicos.
2. Deja el formato en Detectar automáticamente o elige OpenAI, Anthropic, Mistral o Solo sintaxis JSON.
3. Lee el resumen (líneas válidas, errores y avisos) y la lista de debajo. Los números de línea coinciden con los de tu archivo, incluidas las líneas en blanco.
4. Corrige los errores en tu editor y vuelve a pegar hasta que todas las líneas sean válidas.

¿Qué es JSONL y cómo es un archivo de fine-tuning?

JSONL (JSON Lines) guarda un objeto JSON completo por línea, sin comas entre líneas y sin un array que lo envuelva. Así es fácil procesar y ampliar conjuntos de datos grandes, y por eso es el formato que piden la mayoría de las API de fine-tuning y de procesamiento por lotes.

En el fine-tuning de chat, cada línea es un ejemplo de entrenamiento: un objeto con un array messages. Cada mensaje tiene un role y un content, que es una cadena o una lista de partes de contenido. El modelo aprende de los mensajes del assistant, así que cada ejemplo necesita al menos uno.

• OpenAI: roles system, developer, user, assistant y tool; las partes de contenido pueden ser texto o imágenes; un mensaje del asistente puede llevar solo llamadas a herramientas.
• Mistral: la misma idea con los roles system, user, assistant y tool.
• Anthropic (fine-tuning de Claude): el prompt de sistema es una cadena system de primer nivel; los mensajes solo usan user y assistant, deben empezar por user, alternarse y terminar en assistant.

Los requisitos de los proveedores cambian y algunos añaden campos extra (herramientas, pesos, datos de preferencia). Usa esta comprobación como primer filtro rápido y confirma con el validador o la documentación del proveedor antes de subir un trabajo grande.

Preguntas frecuentes

¿Qué diferencia hay entre JSON y JSONL?

Un archivo JSON contiene un único valor, a menudo un gran array. Un archivo JSONL contiene un valor JSON por línea, sin nada entre líneas. JSONL se puede leer línea a línea sin cargar todo el archivo, por eso se usa para conjuntos de datos grandes.

¿Por qué una línea en blanco aparece como aviso?

Muchas API de fine-tuning y de lotes rechazan archivos con líneas vacías, y es fácil que aparezcan al unir archivos. Un salto de línea al final del archivo es normal y no se marca.

¿Cómo elige el formato la detección automática?

Mira la primera línea válida. Si tiene una cadena «system» de primer nivel y solo mensajes de user y assistant, la trata como Anthropic; cualquier otro array «messages», como OpenAI; y el resto solo se revisa como JSON. Si se equivoca, elige el formato a mano.

¿Por qué falla un ejemplo sin mensaje del asistente?

En el fine-tuning de chat se entrena al modelo para producir los turnos del asistente. Un ejemplo sin ninguno no le enseña nada, y los proveedores lo rechazan.

¿Se suben mis datos de entrenamiento?

No. El archivo se analiza y valida en tu navegador con JavaScript. No se envía nada a nuestros servidores, algo importante si trabajas con datos privados o de clientes.