# 预处理数据
根据[3.2.1-获取源数据](https://support.huaweicloud.com/bestpractice-pangulm/pangulm_04_0116.html)中描述的方法，您可以获得通用和行业的微调数据集，与业界的微调数据格式相同，您需要将文本处理为JSONL格式，其中的每一行文本为一个JSON字符串，至少包含两个JSON键分别表示问题和回答，对应的键为context和target，system字段支持自定义人设，为可选。
数据示例：
```
单轮对话：
{"system":"xxx","context":["Q"],"target":"A"}， context为string或者单个元素的list都可以。
多轮对话：
{"system":"xxx","context":["Q1","A1",......"Qn"],"target":"An"}
其中，system字段非必选，system如需配置，只可配置一个string，目前只支持单人设。
带thinking思维链的逻辑推理数据示例：
{"system": "你是一个擅长于文章写作、文本分析、代码编写、数学运算、逻辑推理的AI助手，专注于针对用户的问题给出高质量解答。", "context": "前提：嗯，我爱看《杰作剧场》\n假设：《杰作剧场》自我小时候起就是我最喜欢的节目之一。\n前提是否包含假设？\n选项：\n- 是\n- 无法确定\n- 否", "target": "<think>\n好的，我现在要分析一下这个问题。题目给出的前提是“我爱看《杰作剧场》”，而假设是“《杰作剧场》自我小时候起就是我最喜欢的节目之一。”然后问题问的是前提是否包含这个假设，选项有是、无法确定和否。\n\n首先，我需要明确什么是前提和假设。前提通常是陈述一个事实或情况，而假设则是基于前提做出的推理或推断。接下来，我要看看前提是否已经包含了假设中的内容。\n\n前提中提到“我爱看《杰作剧场》”，这说明说话者喜欢这个节目。假设则进一步说明，这种喜爱是从小时候开始的，并且是他们最喜欢的节目之一。所以，前提只是陈述了一个现状，即现在喜欢，而没有提到过去的情况或者它是否是他们最喜欢的节目之一。\n\n因此，前提并没有包含假设中的信息。假设是在前提的基础上添加了更多的背景和细节，而这些在前提中并没有提到。所以，结论应该是前提不包含假设，选项是“否”。\n</think>前提：“我爱看《杰作剧场》”  \n假设：“《杰作剧场》自我小时候起就是我最喜欢的节目之一。”  \n\n前提中提到“我爱看《杰作剧场》”，但并未明确说明这种喜爱是从什么时候开始的，也没有提到它是“我最喜欢的节目之一”。因此，前提并未包含假设中的信息。\n\n答案：否"}
```