如何构建高质量数据集？


如何构建高质量数据集？
  数据集在微调任务中起着至关重要的作用。毫不夸张的说，要想得到好的微调效果，数据集
  的质量要远大于其他参数的设置，如果数据集太小、多样性不足、数据噪声太大、样本偏差
   严重等问题都会导致微调任务失败。按照经验来讲，在一次微调任务中，大概 80% 的时间应
   该花在数据集的准备和处理上，因为微调的工具、流程和参数的调整都是有经验可循的，而
   数据集的构建却需要结合具体业务场景。从数据采集时需覆盖多维度场景，到清洗时剔除噪
   声与偏差样本，再到标注时确保一致性与准确性，每个环节都影响最终效果。此外，还需合
   理划分训练/验证/测试集，通过数据增强扩充样本多样性，让模型在微调中真正学习到关键
   特征。
数据集格式要求
本次任务我们进行的是指令监督微调（SFT），在 LLaMA Factory 中主要支持 Alpaca 格式和
ShareGPT 两种格式：
Alpaca 格式的指令微调数据集：
      Alpaca数据集         ShareGPT数据集
代码块              ...