Un jeu de données de fine-tuning Mistral est un fichier JSONL (une conversation JSON par ligne), où chaque exemple contient une liste de messages avec leurs rôles, à l'image du format utilisé par l'API de chat.

Définition — Dataset JSONL

Un fichier où chaque ligne est un objet JSON contenant un champ messages : une liste de tours {"role": ..., "content": ...} représentant un échange complet, exactement comme un appel à chat.complete.

Séparer les données en un fichier d'entraînement et un fichier de validation (ex. 99,5% / 0,5%) permet de mesurer objectivement la progression pendant l'entraînement.

💼 Exemple : pour spécialiser un modèle de support client, chaque ligne contient un échange "question client → réponse dans le ton et le format attendus".