Qwen3训练非思考数据，数据集是否label是否可以不带/think标签，如果数据集全部不带/think标签是否会影响模型原本的能力 ？

[shenshaowei]

Qwen3训练非思考数据，数据集是否label是否可以不带/think标签，如果数据集全部不带/think标签是否会影响模型原本的能力 ，我训练发现思考能力丢失了，https://github.com/modelscope/ms-swift/issues/4030的格式：
方案一：在训练时额外指定--loss_scale ignore_empty_think，忽略\n\n\n\n的损失计算，避免思考能力的丢失。

demo: https://github.com/modelscope/ms-swift/blob/main/examples/train/think_model/qwen3_demo1.sh

{"messages": [{"role": "user", "content": "浙江的省会在哪？"}, {"role": "assistant", "content": "\n\n\n\n浙江的省会在杭州。"}]}
方案二：在数据集的query中额外增加/no_think，避免思考能力的丢失。

demo: https://github.com/modelscope/ms-swift/blob/main/examples/train/think_model/qwen3_demo2.sh

{"messages": [{"role": "user", "content": "浙江的省会在哪？ /no_think"}, {"role": "assistant", "content": "\n\n\n\n浙江的省会在杭州。"}]}

都试了，不带思考数据，即使用非思考和掩码模式的训练，都会把思考能力丢失掉，有没有人做过类似的

[sinczyf]

有解决方法了吗大佬？

[DojiSum]

我们也遇到这个问题了，思路和你的挺像

[shenshaowei]

混合部分类似的思考数据即可

[shenshaowei]

可带可不带，默认就是思考模式

…

----------回复的邮件信息---------- DojiSum ***@***.***> 在 2025年7月28日 15:14写道： 我们也遇到这个问题了，思路和你的挺像 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[DojiSum]

嗯嗯，我用/no_think的数据训，测评时发现会丢失思考。你有什么缓解的方法吗？ ：）

[WThor-z]

我也是的，不管是lora还是全量都会丢失思考能力，是不是训练后还需要RL来重新锻炼出思维链能力？SFT修改力度太大了么？

[shenshaowei]

混合少量思考数据即可

…

----------回复的邮件信息---------- DojiSum ***@***.***> 在 2025年7月28日 15:46写道： 嗯嗯，我用/no_think的数据训，测评时发现会丢失思考。你有什么缓解的方法吗？ ：） — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>