选择数据集

找到dataset_info.json文件配置自己的训练集

然后将自己的xlx.json和dataset_info.json文件拖到自己服务器底下的LLaMA

两种数据格式

Alpaca格式

指令监督微调数据集
instruction:用户输入的指令
input:用户输入的内容
output:模型回复的内容

备注：最终会把instruction、input、output进行合并

1、指令监督微调数据集（单轮）
{
  "instruction":"P4班",
  "input":"多少钱？",
  "output":"100元"
}
最终用户提问的是：P4班多少钱？
模型回答是：多少钱？

当然数据集也可以这样写：
{
  "instruction":"P4班多少钱？",
  "input":"",
  "output":"100元"
}

数据集格式：
//demo.json

ShareGPT格式

参数说明：
human:用户输入的问题
gpt:模型回复的问题
observation:对话中观察或外部事件
function:外部函数或API调用生成的内容

把准备好的数据集，添加到dataset_info.json中
通过PyCharm也好、其它编辑器也好，复制、粘贴过来，起个名字
xlx.json（json格式）

需要把dataset_info.json、xlx.json这两个文件，
拖到服务器里面的LLaMA-Factory-main、data

LoRA参数设置：
LoRA学习率比例：16
LoRA作用模块（非必填）：all

输出目录：train_13（根据实际情况填写）

点击‘预览命令’、‘开始’，开始训练模型

当训练完毕后，在‘检查点路径’，选择‘输出目录’，点击‘加载模型’
此时就可以，进行问答测试了