多轮带RAG的SFT数据构造挑战

在多轮对话场景下引入 RAG（Retrieval-Augmented Generation）后，对 SFT（Supervised Fine-Tuning）数据的挑选与组织就变得更加复杂，也更加关键。因为此时模型不只需要理解上下文、多轮交互逻辑，还要根据外部检索到的文档进行实时生成或回答。要想在这种体系下高效挑选数据，需要综合考虑多轮对话与检索流程的完整性、准确性、相关性与多样性。以下将结合 RAG 典型流程与多轮对话的特点，从数据形态、标注格式、筛选标准等角度进行深入分析与实践建议。

---

一、RAG+多轮对话的核心流程与挑战