本文涉及到的详细测试代码和测试步骤放置于：
https://github.com/xinyuwei-david/david-share.git下的：DeepLearning/synthetic-data
本文中不再赘述代码实现。欢迎给repo点亮Star，您的点赞是作者持续创作的动力。
argilla/FinePersonas-v0.1是HF上一个高质量的、开放 2100 万个详细人物角色的数据集，用于生成多样化、可控的合成文本。
第一步：通过指定Persona从HF上获取角色描述信息
可以通过指定Persona来获取角色描述信息，然后借助于LLM模型分别生成问题和答案。
下图是是基于Programmer Persona从argilla/FinePersonas-v0.1获取的最初始信息。
这时候数据集里面只是Persona的描述：
第二步：基于4o生成问题：
第三步：基于4o生成答案
第四步：优化后的数据
第五步：生成支持AOAI微调格式的训练数据
接下来进行微调。
将生成的数据训练GPT3.5。
超参训练前的训练效果：
超参训练后的训练效果：
