校验聊天微调数据并估算训练成本

目标

检查JSONL对话结构、错误类别、数据统计与token成本，再准备干净训练文件。

步骤

1. 逐行检查messages、role/content字段及未知键并分类报错。 [source-openai-validate-chat-finetuning-dataset]
2. 计算样本数、长度与token估算，按文档阈值标记异常。 [source-openai-validate-chat-finetuning-dataset]
3. 修复后重跑校验并人工抽查，再由负责人决定是否上传训练。 [source-openai-validate-chat-finetuning-dataset]

验证方式

统计JSONL总行数、通过/拒绝行数、错误类型及估算token，并核对清洗文件只含有效样例。

故障处理

若行被拒绝，按报告的行号检查角色顺序、JSON结构或消息字段；不要将原文件覆盖。