可能也有一部分是训练数据集的原因吧，国外很多高质量的开源数据集中存在不适合国内合规，大数据集人工清理不太现实，关键词等方式不够安全。只能使用国内开源数据集加公司自有数据，质量相对低一些。我自己微调开源模型的时候发现我精选出来的6000条高质量数据训练出来的模型比28万条同类但质量低一些的数据训练出来的应用效果要好的多。