opensource/self-llm
3
0
Fork 0
mirror of https://github.com/datawhalechina/self-llm.git synced 2026-08-30 17:48:29 +08:00
Code Issues Packages Projects Releases Wiki Activity

Merge pull request #472 from leo220yuyaodog/patch-1

Browse Source 
fix: Correct formatting in readme.md
This commit is contained in:
不要葱姜蒜
2025-12-18 10:22:57 +08:00
committed by GitHub
parent 192bd93f31 14f6612fc7
commit e6fcca74d3
1 changed files with 2 additions and 2 deletions
Download Patch File Download Diff File Expand all files Collapse all files
examples/数字生命/readme.md
+2 -2
View File
@@ -9,7 +9,7 @@
---
注意，本次演示，是基于github开源项目“留痕”（[https://github.com/LC044/WeChatMsg]）、讯飞星辰MaaS平台([https://training.xfyun.cn/modelSquare])
注意，本次演示，是基于github开源项目[“留痕”](https://github.com/LC044/WeChatMsg)、 [讯飞星辰MaaS平台](https://training.xfyun.cn/modelSquare)
## 数据集的制作
首先我们需要获取原始数据，即微信聊天记录的JSON格式。先在电脑端登录微信，同步聊天信息，接着我们进github项目页把“留痕”相关的文件下载到电脑本地，然后运行MemoTrace.exe文件，把应用激活。选择和某个朋友的聊天记录，将聊天内容导出为JSON格式保存至电脑（由于时间考虑，我就不赘述了，大家可以按照项目自述文档操作），结束可以在VSCode中打开查看，内容包括conversations、role和content三个字段，为了便于模型更好地学习，我们需要再“精修”一下，可参考以下数据处理的大致思路:
@@ -94,7 +94,7 @@ MBTI数据集github地址（[[https://huggingface.co/datasets/pandalla/Machine_M
好了，那数据集就先告一段落，接下来就到讯飞星辰MaaS平台进行微调.
## 模型微调训练
这一步，我们使用的是讯飞星辰MaaS平台([https://training.xfyun.cn/modelSquare])，大家可以根据自己的需要自行选择,其实主要就是需要开源的通用大模型，然后把数据集给它进行训练学习（微调），这里使用教程可以看看Datawhale的官方教程【零基础定制你的专属大模型（[https://www.datawhale.cn/activity/110?subactivity=21]）】作为参考，这里就不赘述了~
这一步，我们使用的是[讯飞星辰MaaS平台](https://training.xfyun.cn/modelSquare)，大家可以根据自己的需要自行选择,其实主要就是需要开源的通用大模型，然后把数据集给它进行训练学习（微调），这里使用教程可以看看Datawhale的官方教程[零基础定制你的专属大模型](https://www.datawhale.cn/activity/110?subactivity=21)作为参考，这里就不赘述了~
不过要注意一点，按照我们上面的步骤，我们的数据集属于ShareGPT格式，别选错了~
>