根据文档https://beta.openai.com/docs/guides/fine-tuning，用于微调OpenAI GPT3模型的训练数据应如下结构化：

{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}

我有一个来自内部知识库的文档集合，这些文档已经预处理成JSONL文件，格式如下：

{  "id": 0,  "name": "Article Name",  "description": "Article Description",  "created_at": "timestamp",  "updated_at": "timestamp",  "answer": {    "body_txt": "An internal knowledge base article with body text",  },  "author": {    "name": "First Last"},  "keywords": [],  "url": "A URL to internal knowledge base"}
{  "id": 1,  "name": "Article Name",  "description": "Article Description",  "created_at": "timestamp",  "updated_at": "timestamp",  "answer": {    "body_txt": "An internal knowledge base article with body text",  },  "author": {    "name": "First Last"},  "keywords": [],  "url": "A URL to internal knowledge base"}
{  "id": 2,  "name": "Article Name",  "description": "Article Description",  "created_at": "timestamp",  "updated_at": "timestamp",  "answer": {    "body_txt": "An internal knowledge base article with body text",  },  "author": {    "name": "First Last"},  "keywords": [],  "url": "A URL to internal knowledge base"}

然后，文档建议可以使用命令openai api fine_tunes.create -t <TRAIN_FILE_ID_OR_PATH> -m <BASE_MODEL>在这些文章中对模型进行微调。
运行此结果：
错误：文件应为带有提示/完成键的JSONL格式。第1行缺少prompt键。（HTTP状态代码：400美元）
考虑到上面提到的文档结构，这并不意外。实际上，如果我运行openai tools fine_tunes.prepare_data -f training-data.jsonl，那么我会被告知：
您的文件包含490个提示-完成对在necessary_column验证器中出错：缺少prompt列/键。请确保正确命名列/键，然后重试'
这是尝试微调文档集合上的GTP3模型的正确方法吗，这样问题可以稍后被问到关于它们的内容。在这种情况下，人们会在prompt和completion字段中放置什么，因为我不是从一个我有可能的问题和理想答案的集合的地方开始。
我是否从根本上误解了用于微调GTP3模型的机制？对我来说，GTP3需要在可能的问题和答案上进行培训是有意义的。然而，假设基础模型已经训练好了，并且这个过程更像是提供了不在公共域中的附加数据集，以便可以提出关于它的问题，我会认为我想要实现的是可能的。作为一个工作示例，我确实可以转到https://chat.openai.com/并提出一个关于这些文档的问题，如下所示：
给定以下文档：
[粘贴其中一个文档的文本内容]
你能告诉我XXX
事实上，它经常能得到正确的答案，我现在正在做的是在大约500个文档上微调模型，这样人们就不必在每次问问题时粘贴整个单个文档，这样模型甚至可以考虑所有大约500个文档的内容，而不仅仅是用户提供的单个文档。