# Data_Generate

**Repository Path**: Ruepr123/data_generate

## Basic Information

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

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-26
- **Last Updated**: 2025-10-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

#Date_Generate

目前最新的数据生成方式有两个：

1. 生成的100个具体心理问题作为User的知识库，一些心理咨询资料作为Assistant的知识库，使用AnythingLLM构建知识库并完成RAG搜索。在此基础上，让User和Assistant进行互对话，并将对话结果作为生成数据。代码见AnythingLLM.py，生成数据见AnythingLLM.jsonl。
2. 模仿Stanford Alpaca的思路，结合示例数据进行数据扩充。使用**灵心（SoulChat）**的公开数据集，每次进行数据扩充时随机选择数据集的部分数据作为示例数据。prompt的构造也仿照Stanford Alpaca的思路，并在生成过程中不断优化。代码见GPTByAlpaca.py，生成数据见GPTByAlpaca.jsonl。