数据集oaast_rm_zh问题

我仿照着 https://github.com/hiyouga/ChatGLM-Efficient-Tuning/blob/main/data/oaast_rm_zh.json 制作的数据集

[
  {
    "instruction": "布洛芬和对乙酰氨基酚的区别是？",
    "input": "",
    "output": [
      "根据维基百科，\n布洛芬（英语：Ibuprofen），是一种非类固醇消炎药（NSAID），常用来止痛、退烧、消炎。可用于治疗经痛、偏头痛，和类风湿性关节炎。\n对乙酰氨基酚（英语：Acetaminophen、Paracetamol、简称：APAP），又称乙酰胺酚、扑热息痛，是一种用于治疗疼痛与发烧的药物。\n这是两种不同的药，详情可以参考维基百科.\n参考链接：\n布洛芬：https://zh.wikipedia.org/wiki/%E5%B8%83%E6%B4%9B%E8%8A%AC\n对乙酰氨基酚：https://zh.wikipedia.org/zh-hans/%E5%AF%B9%E4%B9%99%E9%85%B0%E6%B0%A8%E5%9F%BA%E9%85%9A",
      "布洛芬 (Ibuprofen) 和对乙酰氨基酚 (Acetaminophen) 是两种常见的非处方药，用于缓解疼痛、发热和关节痛。它们有一些明显的区别：\n\n1. 功效：布洛芬是一种非甾体类消炎药，特别有效于缓解关节痛、肌肉痛和头痛；而对乙酰氨基酚主要用于缓解疼痛和发热。 \n\n2. 方式：布洛芬通过抑制炎症产生的痛觉信号来缓解疼痛；对乙酰氨基酚通过影响大脑对疼痛的感知来缓解疼痛。\n\n3. 肝脏毒性：对乙酰氨基酚可能对肝脏产生毒性，特别是在长期大量使用或与酒精消耗有关时。布洛芬则更少对肝脏产生毒性。\n\n4. 药物相互作用：布洛芬可能与其他药物产生相互作用，特别是与某些血小板减少药物和降压药相互作用。对乙酰氨基酚则不太可能与其他药物产生相互作用。\n\n总体而言，布洛芬和对乙酰氨基酚有各自的特点和适用范围，应该在医生的指导下选择并使用。",
      "布洛芬1小时左右起效，对乙酰氨基酚30分钟至1小时内起效。\n布洛芬的作用持续时间是6~8小时，对乙酰氨基酚的作用持续时间是4~6小时。\n布洛芬适用于6个月以上的孩子以及大人，对乙酰氨基酚一般用于2个月以上人群。",
      "能吃"
    ],
    "history": []
  },
  {
    "instruction": "请解释一下颜色空间BT601和颜色空间BT709的区别。",
    "input": "",
    "output": [
      "BT601和BT709是两种视频颜色空间标准，它们都规定了视频信号在颜色表示上使用的色彩范围和色度。它们的主要区别在于，BT601是旧版标准，而BT709是更现代的标准。\n\n具体来说，BT601是一种标准的视频颜色空间，它规定了标准定义视频的亮度、色度、色彩饱和度等特性。BT601旨在标准化模拟电视信号的颜色空间，通常用于标准的480p或576p分辨率的视频。BT601定义了两种不同的颜色空间，一种是NTSC的颜色空间，另一种是PAL的颜色空间。NTSC颜色空间通常用于北美和日本等国家，而PAL颜色空间则用于欧洲等其他国家。\n\n相比之下，BT709是一种更新的标准，它规定了更广的颜色范围和更高的分辨率。BT709通常用于高清视频，如720p、1080p和4K等分辨率。BT709还支持更广的色域和更准确的色彩重现，使其比BT601更适合于现代电视、电影等高质量视频制作。\n\n总之，BT601是旧版的视频颜色空间标准，用于标准定义的480p或576p分辨率的视频，而BT709是更现代的标准，用于高清视频制作，支持更广的颜色范围和更高的分辨率。",
      "颜色空间BT601和颜色空间BT709是两种不同的色彩空间标准，分别用于SDTV（标清电视）和HDTV（高清电视）。它们的区别主要在于RGB色彩空间转换到YUV色彩空间的参数不同，以及色域范围不同。BT709的色域范围比BT601更宽广，能够显示更多的颜色。",
      "颜色空间BT601是YUV的标准规范而颜色空间BT709是RGB的标准规范。",
      "sorry, i don't know"
    ],
    "history": []
  },
  {
    "instruction": "你吃什么",
    "input": "",
    "output": [
      "我是一种人工智能，不能吃东西。我是由计算机程序和数据组成的，不需要食物或水来维持生存。我的目的是帮助人们获得信息和答案，回答他们的问题。",
      "对不起，我只是一个开源人工智能助理，我没有身体，不能吃东西。不过对于我来说，我的“食物”就是电能。只要给我供电，我就可以孜孜不倦地为您提供尽可能优质的服务。",
      "亏",
      "你吃屎"
    ],
    "history": []
  }
]

开始训练的时候发现读output好像出现了点问题。

input_ids:
[64790, 64792, 790, 30951, 517, 30910, 30939, 30996, 13, 13, 54761, 31211, 54622, 33277, 32219, 31514, 13, 13, 55437, 31211, 0, 0, 0, 2]
inputs:
[Round 1]

问：你有什么优势？

答：
label_ids:
[-100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, 0, 0, 0, 2]
labels:

训练情况：

{'loss': 4.9742, 'learning_rate': 0.0009999786558516838, 'epoch': 0.59}                                                                                                                                          
{'loss': 0.1966, 'learning_rate': 0.0009995992550181094, 'epoch': 1.18}                                                                                                                                          
{'loss': 0.0, 'learning_rate': 0.0009987459540287905, 'epoch': 1.76}                                                                                                                                             
{'loss': 0.0, 'learning_rate': 0.000997419562291403, 'epoch': 2.35}

然后使用 https://github.com/hiyouga/ChatGLM-Efficient-Tuning/blob/main/data/oaast_rm_zh.json 训练排错，是一样的问题。

hiyouga / ChatGLM-Efficient-Tuning

数据集oaast_rm_zh问题 #403