Hugging Face 推出零代码数据集转换工具 AI Sheets

Hugging Face 发布开源应用AI Sheets。它提供了类似电子表格的界面，让用户可以使用 AI 模型构建、转换和补充数据集。这个工具既可以在 Hub 上使用，也可以在本地部署，用户无需编写代码即可尝试成千上万的开放模型，包括 OpenAI 的 gpt-oss。

该工具的界面类似于传统的电子表格，但可以通过提示生成新列，而不是手动输入公式。例如，用户可以清理文本、分类条目、补充缺失的数据细节，或者使用自然语言描述期望的输出以生成合成行。单元格可以直接编辑或验证，这些操作将指导模型的后续生成。

AI Sheets 提供了两个操作入口：通过自然语言描述数据结构从零生成数据集，或导入已有的 CSV、TSV、XLS 或 Parquet 格式的数据集。第一个选项适用于原型设计或合成数据生成，而导入真实数据则能实现大规模的数据转换与增强任务。Hugging Face 强调，用户可以先用小样本数据进行实验，然后再逐步扩展至大型数据管道。

该工具还提供了模型比较机制。用户可以创建多个输出列，每个列由不同的模型驱动，甚至可以添加一个单独的列，让另一个大型语言模型（LLM）作为裁判来评估结果。在已发布的示例中，研究人员在一个交互式迷你 Web 应用程序上比较了 Qwen3-Coder 和 gpt-oss 的输出，并自动生成了评估结果。

一些早期采用者指出了该工具的潜力和局限性：

它是 LLM 驱动的，但相当慢。我想知道为什么有人宁愿选择它而不是 OpenRefine？

还有人表达了对数据隐私的担忧：

可以自己托管这个应用程序吗？听起来很有趣，但抱歉，我绝不会将我的业务数据上传到远程服务器。

对此，Hugging Face 机器学习工程师 Daniel Vila Suero确认，该工具支持自托管：

是的，你可以使用 Docker 进行自托管。看看我们如何在 Hub Spaces 上部署它。

数据集优化完成后，可以直接导出至 Hugging Face Hub 平台。该过程还会生成可复用的配置文件，支持使用 Hugging Face Jobs 扩展管道规模，或将其集成至下游工作流中。

现在，用户可以在Hugging Face Hub上免费使用 AI Sheets，无需安装，也可以通过GitHub获取代码进行本地部署。

声明：本文为 InfoQ 翻译，未经许可禁止转载。

原文链接：

https://www.infoq.com/news/2025/09/ai-sheets/