详解大模型多轮对话的数据组织形式

  大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于大模型算法的研究与应用。曾担任百度千帆大模型比赛、BPAA算法大赛评委，编写微软OpenAI考试认证指导手册。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。授权多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

  本文主要介绍了详解大模型多轮对话的数据组织形式，希望对学习大语言模型的同学们有所帮助。

1. 前言

  在之前的文章LLaMA Factory多卡微调的实战教程详细介绍了多卡微调的流程，辅助不少读者完成了模型的训练。但最近有同学都提出疑问，如何构建多轮对话数据集呢？

  虽然LLaMA Factory在GitHub链接https://github.com/hiyouga/LLaMA-Factory/blob/main/data/README_zh.md中简要介绍了多轮对话的形式，但刚入门的同学却表示有些费解，比如instruction和history之间的关系是什么