数据集如何构造？

[chopin1998]

对于数据集，想请教一下， 比如 { "instruction": "你是谁？", "input": "", "output": "我是甄嬛，家父是大理寺少卿甄远道。" },

为什么 是 instrucion是 “你是谁”， 而 input 是 空呢？

//// 如果我想从一本书籍里，提取数据集， 应该如何做？

//// 另外huanhuan.json里有很多重复的 instruction， 比如“你好” 和"你是谁" 这是为什么？是故意的吗？