这是一个创建于 55 天前的主题，其中的信息可能已经有所发展或是发生改变。
如题所示，导出了大概 12 万条聊天记录，请问各位佬有什么好的办法训练让 ai 模仿吗
 |
1
s609926202 1 月 2 日 via iPhone
同问，我想把聊天记录做成知识库，做成什么格式的（ excel ，txt 等）最好
|
 |
2
liuzimin 1 月 2 日 via Android
准备做秽土转生？
|
 |
3
qixinwuchen 1 月 2 日 via iPhone
感兴趣，关注一下
|
 |
4
vovov 1 月 2 日 via iPhone
我准备把聊天记录向量化，然后把匹配的数据用大模型来回答看看效果
|
 |
5
dji38838c 1 月 2 日
这思路..
你直接拿这个问题用 AI 不就行了 |
 |
6
lloovve 1 月 2 日 via iPhone
找到方案踢我一下，我也想转生一个
|
 |
7
okoklll 1 月 2 日
试试 Weclone
https://docs.llamafactory.online/docs/documents/best-practice/weclone |
 |
8
zisen 1 月 2 日
@s609926202 json
|
 |
9
euph 1 月 2 日 via Android
刚问了哈基米，感觉瓶颈还是在 gpu
|
 |
10
might1 1 月 2 日 via Android
更好奇是怎么导出来的微信聊天记录
|
 |
11
cxsz 1 月 2 日
同好奇怎么导出数据
|
 |
12
hafuhafu 1 月 2 日  1
需要自己清洗一下对话，去掉没用的信息，然后多次连续的消息拼成一个长句，最终应该变成 QA 形式的，你的对话是 Q ，对方的是 A 。
然后用 LlamaFactory 之类的微调。 之前稍微玩了一下，太久了忘了，反正看文档完事。 |
 |
14
jiandandkl 1 月 3 日
@okoklll 试过 weclone ，效果很不好
|
|
17
okoklll 1 月 3 日
@jiandandkl 这个和数据质量关系还是挺大的，当时用的哪个模型呢
|
 |
18
kingmiao 15 天前
12 万条数据 数量不错了。
这个需求大致是个微调个人风格，这个数据量完全够了，数据清洗多做做。数据洗不干净模型会瞎整的，可以 vibe coding 一个 python 脚本，注意只保留文本对话，数据格式处理成 ShareGPT ，因为是多轮对话，不要用 Alpaca ，那个是单轮的，学不会上下文的联系。 然后就是看有没有显卡了，整个 8B 模型，效果就不错了，没有显卡可以整 colab 或者 kaggle 都有免费的算力。 微调库可以用 unsloth ，这种任务跑起来快，方便导出 |
Select Language