SFT数据问题

[SlamDunk-ycw]

非常nice的一个工作，但是我还有几个问题想咨询一下：

1. SFT 中人工标记的数据集的数据格式
2. Conversion of Agent Datasets 这一步的作用或者目的是什么？

[zRzRzRzRzRzRzR]

我们在finetune 文件夹下带有多轮微调的格式说明，你是否能对readme中的说明进行提问呢，我们希望知道你对具体文档的疑问～。
感谢理解

[SlamDunk-ycw]

非常抱歉占用你的宝贵时间，非常抱歉我没能精确的表述我的问题。在你们的论文中，用的Fine-Tuning Data数据中提到了用到人工标注的数据，如buttons、Three clickable areas、Two questions extracting information from the image等等，我想请问一下这部分的数据格式有更详细的说明吗？另外，我发现在其他issue里面你们提到最近有些follow的工作有开源相应的pre-training和Fine-Tuning的数据集，请问有相关的具体推荐吗？

[SlamDunk-ycw]

你好，非常抱歉再次打扰到你，请问有最新的消息了吗 ？

[zRzRzRzRzRzRzR]

我们的文档在这个位置
https://zhipu-ai.feishu.cn/wiki/SEyzwhgl3ihx7ykh7JScYTLmnXb
这里是关于如何做数据集的地方。
关于开源数据集，@jasonnoy能查看一下吗

[leeaction]

@jasonnoy

我看了制作微调数据的文档，我有一个疑问 就是如果想微调单步的操作， 是不是就可以直接制作包含一个messages对象json文件就可以？

还有就是如果微调的是一个手机应用，比如想点击一个用户头像，但是点击完用户头像以后，会跳转到用户的个人资料页，那这个历史步骤改怎么写？ 因为已经是一个新页面，前序操作的UI元素都在新页面不存在了？ 请问有相关的微调数据的实例吗 非常感谢

[zRzRzRzRzRzRzR]

1. 是

2. 这种可以做成多条数据。
   {数据一： 第一个UI，第一个需求，第一个模型操作}
   {数据二： 第二个UI，第一个需求，第一个模型操作，第二个需求（或者还是第一个需求，因为这只是执行到了第二部），第二个模型操作}
   ...

请注意，上述的表述方式的具体实现要参考我发的文档中的格式

[leeaction]

是否可以提供一个最小可跑通的微调数据示例 包括训练集和验证集.... 在尝试微调过程中，好多时候无法确定数据整体格式是否正确，导致训练时解析验证集出现错误。。。

期待可以提供一个实例，可以按照示例数据来调整数据集的格式。。。

谢谢