目录
- 总结
- 场景1：输入输出微调（含标注的“输入-输出”对）
- 场景2：Function Calling微调（含标注的“函数调用规则”）
- 场景3：实体提取微调（含标注的“实体及关联规则”）
- 参考资料
总结
微调需要准备正确和错误的数据集
数据集分：（目前我了解到的）
1 提问和回答
2 function calling
3 实体提取
针对这三个场景，输入给大模型的提示词（或训练数据）确实需要包含已标注的信息——这些标注信息是模型学习的“标准答案”，用于指导模型理解“什么样的输出是正确的”。以下是包含明确标注信息的数据集demo：
场景1：输入输出微调（含标注的“输入-输出”对）
{"input": "用户问：我想在上海找一家人均500元左右、适合商务宴请的餐厅，最好有包厢","标注信息": {"用户需求关键点": ["地点：上海", "人均预算：500元左右", "场景：商务宴请", "特殊需求：有包厢"],"输出要求": ["推荐3家符合条件的餐厅", "包含名称、地址、特色菜", "说明适合商务宴请的理由"]},"target_output": "推荐以下3家适合商务宴请的餐厅：1. 上海和平饭店龙凤厅（地址：黄浦区南京东路20号，特色菜：清蒸鲥鱼、红烧肉，有景观包厢，环境高端，适合商务接待）；2. 南翔馒头店（豫园店）（地址：黄浦区豫园路11号，特色菜：蟹黄汤包、松鼠桂鱼，包厢私密性好，人均480元左右）；3. 兰亭餐厅（嵩山路店）（地址：黄浦区嵩山路107号，特色菜：油爆虾、响油鳝糊，包厢可容纳10人，性价比高）。"
}
标注说明：明确标注了用户需求的拆解和输出要求，模型通过学习这种“输入+标注要求→目标输出”的对应关系，掌握商务宴请推荐的逻辑。
场景2：Function Calling微调（含标注的“函数调用规则”）
{"input": "帮我算一下从北京到上海的高铁票价，以及明天上海的最高气温","标注信息": {"是否需要调用函数": "是","需调用的函数": ["get_train_ticket", "get_weather"],"函数参数约束": {"get_train_ticket": {"from": "必须是城市名", "to": "必须是城市名"},"get_weather": {"city": "必须是城市名", "date": "需明确为“明天”或具体日期"}}},"function_definitions": [{"name": "get_train_ticket", "parameters": {"from": "string", "to": "string"}},{"name": "get_weather", "parameters": {"city": "string", "date": "string"}}],"target_function_call": [{"name": "get_train_ticket", "parameters": {"from": "北京", "to": "上海"}},{"name": "get_weather", "parameters": {"city": "上海", "date": "明天"}}]
}
标注说明：通过“是否调用函数”“参数约束”等标注信息，明确告诉模型“应该调用哪些函数”“参数必须符合什么规则”，避免调用错误。
场景3：实体提取微调（含标注的“实体及关联规则”）
{"input": "合同文本：\n第2条：甲方为深圳A科技有限公司（统一社会信用代码：9144xxxxxx），联系人王五（电话：138xxxx5678）；乙方为广州B电子厂（统一社会信用代码：9144yyyyyy），联系人赵六（电话：139xxxx9012）。\n第4条：乙方需在2025年3月31日前向甲方供应2000套“智能传感器模组”（型号：S-2025），单价800元/套，总金额160万元。\n第6条：甲方应在收到货物后15日内，将款项支付至乙方账户（开户行：招商银行广州天河支行，账号：6214xxxx3456）。","标注信息": {"实体类型定义": {"甲方": "合同中的采购方或接收方","乙方": "合同中的供应方或交付方","标的": "合同中交易的物品，需包含名称和型号","总金额": "交易总价款，需关联对应的标的","付款账户": "接收款项的账户，需关联对应的收款方"},"关联规则": "总金额必须关联对应的标的；付款账户必须关联对应的乙方"},"target_entities": [{"type": "甲方", "value": "深圳A科技有限公司", "信用代码": "9144xxxxxx", "联系人": "王五", "电话": "138xxxx5678"},{"type": "乙方", "value": "广州B电子厂", "信用代码": "9144yyyyyy", "联系人": "赵六", "电话": "139xxxx9012"},{"type": "标的", "value": "智能传感器模组", "型号": "S-2025", "数量": "2000套"},{"type": "总金额", "value": "160万元", "单价": "800元/套", "关联标的": "智能传感器模组（S-2025）"},{"type": "付款账户", "value": "6214xxxx3456", "开户行": "招商银行广州天河支行", "关联乙方": "广州B电子厂"}]
}
标注说明：通过“实体类型定义”“关联规则”等标注信息，明确告诉模型“什么是甲方/乙方”“总金额必须和标的关联”等规则，确保模型能准确提取跨段落的实体关系。
这些demo中的“标注信息”是模型学习的关键依据——相当于给模型“划重点”，明确任务的边界、规则和正确答案的标准，从而让微调后的模型更符合业务需求。