技术小白入门大模型微调，原来如此简单～
我和wildcard的客服人员，都挺有耐心的。我们一共换了3个卡号，换了3个 OpenAI 账号，花了两天时间。终于，充了 10 美元。
不过这些都不重要，重要的是，在等的过程中，我先用智谱glm-4-flash 微调了一下。
1、
才放了不到2000条的B站评论数据集，效果就已经比较明显了（图一）。
还是感谢GPT-4o mini 微调的免费，让我知道技术小白也是可以自己微调大模型的；
感谢智谱AI大模型开放平台，注册就送了10 多块钱的额度。才花了3块7毛钱的额度，训了不到 10 分钟，模型就微调好了（图二）。
2、
之前我一直以为微调的门槛老高了，直到今天测完才发现，真的是有手就行，有数据就行，比填写在线表格还简单。
唯一难的地方，可能在于数据集的获取和梳理。因为是测试，我就在网上找了别人的数据集。
印象中质量最高的，是UP主林亦的“AI哔友”，所以我找到了该项目的 GitHub（图三），直接把几个数据集给下下来了。
感兴趣的话，也可以从这里扒：https://github.com/linyiLYi/bilibot/blob/main/data/test.jsonl
3、
不过，林亦代码的格式，跟 OpenAI 和智谱要去的不一样。
于是我就用 Excel 的公式，把里面的数据给提取了出来（图四）。接着，再用 Excel 的公式，组装成符合要求的格式。
这些公式，我也是拿着代码让 Claude 帮忙写的，没有一次性成功，重新让它一步一步来才改好。
4、
为什么一定要提这一档子，是因为我发现：
只要会和AI 一起用 Excel，那么市面上很多的数据集，都可以为我所用，完全不用自己一条一条去爬。
举个例子，之前很多群友跟我说，他们做 SEO 时候，总觉得AI 生成内容机器味儿过浓。
那么这个时候，他们就可以用别人抓取reads.alibaba.com 网站上13个分类领域3000+个页面形成的数据集：https://github.com/Tim-Saijun/industry-article-dataset/blob/main/all_filter_2120.jsonl
———
流量玩家学会微调之后，“找-抄-超”又能更快一步了。
最近，我还发现了篇中国科学院大学AI 生成小说的论文，据说效果已经接近人类写手的水平。
里面也有用到微调等技术，完整实现了超长文本的“找-抄-超”。
等我有时间了，深度解析和实践一下这篇论文，敬请期待。
