企业官网建设流程全解析

用单一语种数据集SFT

用COIG-CQIA数据集，以及把COIG-CQIA数据集混合guanaco和belle之后的数据集一起SFT 32B-Base模型，或者基于32B-Chat模型SFT（1-3 epoch），
目的是想提升LLM在单一语种的效果，
然后在中文通用评测集CEVAL和CMMLU评测，
效果都不如32B-Chat模型。

用一个NLP数据集SFT

用一个NLP任务的数据集（30W data），SFT 32B-Base模型，或者基于32B-Chat模型SFT（1 epoch），
目的是想把预训练的知识用到这个NLP任务里，
把SFT之后的LLM作为标注这个NLP任务训练数据的标注LLM，
效果还不如通用的32B-Chat模型作为标注LLM。