微调咨询，非常期待大佬能够指导

[litongyun233]

大佬您好，使用和作者相类似的SFT数据集，希望能达到作者的效果，但不论是在Baichuan基座模型上微调还是基于Huatuo2二次微调，结果都不尽人意。有如下几点问题想要咨询：

1. 利用Huatuo2在特定领域二次微调是否有数据处理上的建议？因为我尝试微调后发现模型回答医疗问题的能力特别弱，回答的既不具体，也不像Huatuo2能够分点回答。请问微调出这样能够分点回答的模型，是在SFT数据的时候就有对其进行处理吗？（一种思路是在prompt设置时，要求模型分点回答；另一种思路是通过GPT处理SFT的数据集，让其answer质量更高（如分点等））想请问作者是哪种思路能够训练处能分点回答的Huatuo2呢？
2. 作者在微调方面是否有一些技巧能够传授，我使用3万条数据利用LLama_factory训练在Huatuo2上训练3个epoch，训练的loss从2.8降到2，看到作者训练的Huatuo2能降到0.5，请问这是如何做到的呢？是否是我的数据量不够或者epoch不够？ 非常期待作者的回复！

[jymChen]

@litongyun233 你好，

1. 在用Huatuo2在特定领域二次微调时候，可以在新训练的数据里面混入一些Huatuo2原来的训练数据（比如Huatuo2的SFT数据），这样或许有助于让模型保持原本的能力进行分点回答。其次可以把自己的数据让ChatGPT或GPT-4改写成分点回答的形式，训练后不能分点估计还是受到训练数据的影响。
2. loss 2.8 好像有点高，训练的loss经验上应该能很快下降到1点多，而且训练3个epoch的话应该是能减低到很低的loss。建议检查下训练数据是否有问题，最好确保下数据的质量，可以过滤掉数据里面质量比较差的数据。其次超参也可以调整下，比如把学习率和batch size的设置改一改，可以尝试用batch size 64 和 学习率 2e-5的设置。