感谢chatGLM-6b模型官方的开源https://github.com/THUDM/ChatGLM-6B
bili专栏：https://www.bilibili.com/read/cv23364167
这只是个把qq聊天记录导出并提取成一问一答的训练资料的python脚本
需要把你的qq聊天记录导出为txt文件,并将文件拷贝到目录里，且将文件名改为test1.txt（或者改脚本内的名字），随后按照脚本内的注释调整参数运行。
以chatGMLM-6b的微调数据集格式为例，你可以按脚本内注释换其他格式
最后你的记录会导出到train.json以及dev.json内，继续执行微调就行。
（可以使用全部聊天记录，也可以只是用私聊的记录，群聊的会比较好，但容易出现在私聊中@全体成员的错误，大家可以自己试试。）
关于效果
我测试了使用5252416行txt聊天记录（按空格格式）导入脚本，最后输出50349行实际可用的训练集，
应用官方提供的ptuning微调后，效果如图：
只能说还凑合吧，但确实挺有意思。
再次感谢chatGLM-6b官方的开源https://github.com/THUDM/ChatGLM-6B