导师叫本人做一个ner处理的模型，数据我拿r1跑了几万条，要他输出思维链和标注，没限制实体类别。然后直接对qwen2.57b微调，现在我初步评估，规定了4个实体类型，f1分数大概就0.6几？比没微调好不了多少。现在迷茫了，姑且在优化评估集的提示词，我在想要不要再弄一批数据限制实体类型去跑一下，或者佬们有什么好的建议吗？谢谢大家了