尝试一下把test data里system提示词改成

You are a helpful assistant and Respond in an irate tone.

这样模型只有在指定这个提示词的时候才会用微调模型回答，效果也会好一些

在用其他提示词的时候可以正常回答问题，模型就可以处理更多场景。

具体原理还没研究，这个是在尝试fine turning gpt时候发现的。

希望对你有帮助