OpenAI 的 API的微调端点似乎相当新，我在网上找不到很多微调数据集的示例。
我负责一个语音机器人，我正在测试 GPT-3 在一般开放式对话问题上的性能。我想在我们目前使用的“固定”意图-响应对上训练模型：这可能最终在公司声音和风格方面表现更好。
我已经准备好从我们当前的会话引擎中提取的一个长的 JSON 数据文件，它将用户输入与意图相匹配并返回指定的响应。我想根据这些数据训练 GPT-3 模型。
到目前为止，为了进行一些快速测试，我已经按照他们的建议设置了对 API 的调用。我在表单中有一个“固定”的介绍文本
<name> is <company>'s voicebot. he is kind and professional...
This is a conversation between <name> and a customer:
它预先添加到每个查询中，然后是一个小的 python 类，它跟踪以开头的上下文
User: <request the user provides>
Bot:
然后每转一圈都会附加api的响应，这样我就可以跟踪所说的内容。几个问题后，我发送的查询或提示字符串如下所示：
<name> is <company>'s voicebot. he is kind and professional...
This is a conversation between <name> and a user:
User: <request>
Bot: <response>
User: <request>
Bot: <response>
... and so on
Bot:
我的问题是，我是否必须为我的训练数据提供相同的“格式”？可取吗？文档表明训练集应采用以下格式：
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
...
但是提示是否需要每次都包含我的介绍文本（描述），还是我只是提供一系列用户/机器人交换，Bot:最后并完成我期望的答案？在这种情况下，最佳做法是什么？我担心的是，如果我想从现在开始一个月后稍微更改介绍提示，我将不得不再次重新训练整个内容，因为每个响应都是在前面加上特定的文本块进行训练的。