# rag微调实战

**Repository Path**: fakerr/ragweitiaoshi

## Basic Information

- **Project Name**: rag微调实战
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-20
- **Last Updated**: 2026-09-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# RAG 场景 Qwen3-8B SFT 实战

基于 FaithDial 的 QLoRA 微调 Demo，目标是增强 RAG 场景下的 Context Faithfulness，并通过第二阶段综合数据继续训练忠实回答、多片段整合、引用、拒答和格式能力。

## 流程
FaithDial -> SFT messages -> Base baseline -> 200条 smoke -> 5000条 QLoRA(V1) -> 300条综合数据继续SFT(V2)

## 关键规模
- FaithDial SFT: train 18,357 / valid 3,417 / test 3,539
- V1: 5000条, 1 epoch
- V2: 300条综合知识库Demo数据, 2 epochs

## 运行
```bash
python scripts/convert_faithdial.py
python scripts/baseline_test.py
python scripts/train_faithdial.py --mode smoke 2>&1 | tee logs/faithdial_smoke.log
python scripts/train_faithdial.py --mode full 2>&1 | tee logs/faithdial_5000.log
python scripts/train_stage2.py 2>&1 | tee logs/stage2.log
```

长任务建议使用 tmux；训练脚本包含 checkpoint 和断点续训逻辑。仓库不包含模型权重、原始数据和 Adapter 权重。