Haruhi-Zero数据组织问题

[qinb]

@LC1332 感谢作者项目的无私分享，我在学习您的数据生成时发现一些疑惑，想请教一下： 具体参考的数据 https://huggingface.co/datasets/silk-road/Haruhi-Zero/tree/main

1、对于RoleLLM-sample.jsonl，Haruhi52_sample.jsonl等，我大致总结了一下数据组织方式，问题 1： 不知是否正确？ a. 通过embedding相似度获取context，并以\n###\n分割； b. 数据组织成from,value这种shareGPT格式； c. 每个对话使用「和」括住；

疑惑： 我跟进了您最新上传的novel_50_xx-sample.jsonl以及tranlsated_and_split_PIPPA_sample.jsonl，
发现似乎并不按照上述方式组织，【似乎没有了相似度获取的context，以及每个对话使用「和」括住；】
问题2： 类似多种数据组织方式对于训练的影响大吗？