最近在调一个业务问答模型，用LoRA微调了大概几千条客服对话。效果确实有提升，但有个很头疼的问题——模型经常在答完正事后自己补一句“请问还有什么可以帮您”或者“祝您生活愉快”。我明明在训练数据里已经把这些话术都删了，只留核心回答，但它还是自动脑补出来。试过调温度、加系统提示词，甚至把重复率惩罚拉满，都不太管用。想问问大家，这种情况是不是因为基座模型本身的习惯太强？还是说需要调整数据格式，比如在每条回复后面加个特殊结束符？求指点，实在不想看它每次答完题还自己给自己鼓掌。