使用自有数据集微调 codellama 用于代码审查

Hi :) 我计划使用自己的数据对 Code LLaMA 7B 进行微调,以评估其在代码审查任务中的有效性。我发现了一篇论文,其中作者使用了来自 CodeReviewer 的数据(https://arxiv.org/abs/2203.09095)。 我的计划是从我们仓库中的拉取请求中收集数据,并以以下格式创建 JSON 文件: { "oldf": "……另一个旧文件的内容……", "patch": "@@ -25,13 +25,16 @@ ……", // 来自仓库的差异 "msg": "我们称城市 + 乡镇……", "id": 12959, "y": 1 } 这种数据格式是否适用于 Code LLaMA 的微调,或者我需要将数据集调整为特定格式才能兼容呢? 提前感谢