这是一个创建于 85 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 2 月 10 日 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 |
 | 19 cgsgeduo 12 天前 直接用 rag 做成一个聊天 agent? 如果直接训练那么最好就是 SFT |
Select Language