特别任务 -- 黑暗料理（MindSpore）篇

数据

根据需求，以下是基于《黑暗料理女神》小说和《黑暗料理王》游戏生成的微调数据集的示例。数据集将采用 ShareGPT 格式，以便于后续的模型微调。

数据集示例

示例 1：黑暗料理女神（小说）

系统提示词：根据《黑暗料理女神》小说内容，生成关于黑暗料理的创意描述和对话。

对话内容：

JSON复制

{
  "conversations": [
    {
      "from": "human",
      "value": "慕锦歌的黑暗料理中，最令人印象深刻的是哪一道菜？"
    },
    {
      "from": "gpt",
      "value": "慕锦歌的‘辣椒炒榴莲’非常有创意，将榴莲的浓郁与辣椒的刺激完美结合，虽然看起来猎奇，但味道令人欲罢不能[^6^]。"
    }
  ]
}

示例 2：黑暗料理王（游戏）

系统提示词：根据《黑暗料理王》游戏内容，生成关于黑暗料理的创意配方和对话。

对话内容：

JSON复制

{
  "conversations": [
    {
      "from": "human",
      "value": "在《黑暗料理王》游戏中，玩家可以制作哪些独特的黑暗料理？"
    },
    {
      "from": "gpt",
      "value": "玩家可以捕捉各种神奇怪兽，从它们身上获取独特食材，比如‘怪兽肉炒蛋’或‘黑暗汤’，这些料理配方组合丰富多样，充满想象力[^4^][^5^]。"
    }
  ]
}

示例 3：黑暗料理创意

系统提示词：结合小说和游戏内容，生成黑暗料理的创意配方。

对话内容：

JSON复制

{
  "conversations": [
    {
      "from": "human",
      "value": "请结合《黑暗料理女神》和《黑暗料理王》的创意，设计一道黑暗料理。"
    },
    {
      "from": "gpt",
      "value": "可以尝试制作‘怪兽肉配黑暗酱汁’，将游戏中的怪兽肉与小说中提到的黑暗酱汁结合，既保留了怪兽肉的鲜嫩，又增添了神秘的风味[^6^][^4^]。"
    }
  ]
}

数据集格式说明

• 数据集采用 ShareGPT 格式，便于后续的模型微调。
• 每个对话包含用户问题和模型回答，系统提示词用于引导对话方向。
• 数据集文件名：dark_cuisine_dataset.json。

数据集注册

在 dataset_info.json 中注册数据集，格式如下：

JSON复制

{
  "dark_cuisine_dataset": {
    "formatting": "sharegpt",
    "file_name": "dark_cuisine_dataset.json",
    "columns": {
      "messages": "conversations",
      "system": "system"
    },
    "tags": {
      "role_tag": "from",
      "content_tag": "value",
      "user_tag": "human",
      "assistant_tag": "gpt"
    }
  }
}

以上是基于《黑暗料理女神》小说和《黑暗料理王》游戏生成的微调数据集示例，您可以根据需要进一步扩展和优化数据集内容。

KMnO4-zx/extract-dialogue: 从小说中提取对话数据集 从小说中提取对话数据集：https://github.com/KMnO4-zx/extract-dialogue （@宋志学大佬手搓）

模型 InternLM3-8B-Instruct

“尺度定律”（Scaling laws）之下，大模型除了要突破算力瓶颈，亦面临高质量数据即将“见底”难题。如何通过“通专融合”技术路径实现通用人工智能，正日益成为业内共识。

1月15日，上海人工智能实验室对书生大模型进行重要版本升级，书生·浦语3.0（InternLM3）通过精炼数据框架，大幅提升了数据效率，并实现思维密度的跃升。仅使用4T训练数据的InternLM3-8B-Instruct，其综合性能超过了同量级开源模型，节约训练成本75%以上；同时，书生·浦语3.0首次在通用模型中实现了常规对话与深度思考能力融合，可应对更多真实使用场景。

训练

微调数据制作Pypi包 - - edg4llm，全称是Easy Data Generation For Large Language Model （带佬手搓的）

https://github.com/Alannikos/edg4llm A unified tool to generate fine-tuning datasets for LLMs, including questions, answers, and dialogues.

一个统一的工具，用于生成 LLMs的微调数据集，包括问题、答案和对话。

测试

体验

参考文章：

----------------------------------------------------------------------------------------------------------------------------------------------------------------------

https://www.taptap.cn/moment/345867509980726783