# 导入数据
在使用ModelArts Studio大模型开发平台时，需要先完成OBS桶、资源池等准备工作，以支持后续模型调优、压缩部署任务，以及模型调优，任务日志等文件的存储。
1. 准备ModelArts Studio资源。请参考[准备工作](https://support.huaweicloud.com/usermanual-pangulm/pangulm_04_0002.html)。
2. 准备训练数据集。
![](https://support.huaweicloud.com/bestpractice-pangulm/public_sys-resources/note_3.0-zh-cn.png)
NLP预训练数据集导入平台前需要按照[预处理数据](https://support.huaweicloud.com/bestpractice-pangulm/pangulm_04_0110.html)中描述的数据格式进行预处理。
此外，ModelArts Studio平台从OBS导入数据集时，单个文件的大小不能超过50GB，文件个数不受限制，详见[文本类数据集格式要求](https://support.huaweicloud.com/usermanual-pangulm/pangulm_04_0019.html)。
3. 登录ModelArts Studio大模型开发平台，进入所需空间。
4. 在左侧导航栏中选择"数据工程 \> 数据获取 \> 导入任务"，单击界面右上角"创建导入任务"。
5. 在"创建导入任务"页面，选择"数据集类型"、"文件格式"和"导入来源"，其中导入来源选择"OBS"。
   图1创建导入任务   
   ![](https://support.huaweicloud.com/bestpractice-pangulm/zh-cn_image_0000002542765345.png) 

6. 填写"数据集名称"和"描述"，可选择填写"扩展信息"。
   扩展信息包括"数据集属性"与"数据集版权"：
   - 数据集属性。可以给数据集添加行业、语言和自定义信息。
   
   - 数据集版权。训练模型的数据集除用户自行构建外，也可能会使用开源的数据集。数据集版权功能主要用于记录和管理数据集的版权信息，确保数据的使用合法合规，并清晰地了解数据集的来源和相关的版权授权。通过填写这些信息，可以追溯数据的来源，明确数据使用的限制和许可，从而保护数据版权并避免版权纠纷。
     
7. 单击页面右下角"立即创建"，回退至"导入任务"页面，在该页面可以查看数据集的任务状态，若状态为"运行成功"，则数据导入成功。
8. 导入后的数据集可在"数据工程 \> 数据管理 \> 数据集 \> 原始数据集"中查看。