下图展示了我们的训练的整个流程和数据集构造。整个训练过程分为两个阶段： （1）全量预训练阶段。该阶段的目的是增强模型的中文能力和知识储备。 （2）使用LoRA的指令微调阶段。该阶段让模型能够理解人类的指令并输出合适的内容。   3.1 预训练数据集构建 为了在保留原来的代码能力和英语能力的前提下，来提升模型对于中文的理解能力，我们并没有对词表进行扩增，而是搜集了中文语料、英文语料和