首页 > 其他分享 >LLM大模型实践12-评估输入—分类

LLM大模型实践12-评估输入—分类

时间:2025-01-17 14:01:00浏览次数:3  
标签:12 system delimiter 指令 user LLM 类别 message 输入

简介

本章聚焦评估输入任务的重要性,其对系统质量与安全性意义重大。

处理多种独立指令集任务时,先对查询类型分类,再据此确定所用指令,好处众多。实现方式是定义固定类别,硬编码特定类别任务相关指令。

比如构建客户服务助手,查询类型分类及指令确定尤为关键:用户要求关闭账户,二级指令可添加关户说明;用户询问产品信息,二级指令便提供更多产品信息。

delimiter = "####"

system_message = f"""

你将获得客户服务查询。

每个客户服务查询都将用{delimiter}字符分隔。

将每个查询分类到一个主要类别和一个次要类别中。

以 JSON 格式提供你的输出,包含以下键:primary 和 secondary。

主要类别:计费(Billing)、技术支持(Technical Support)、账户管理(Account Management)

或一般咨询(General Inquiry)。

计费次要类别:

取消订阅或升级(Unsubscribe or upgrade)

添加付款方式(Add a payment method)

收费解释(Explanation for charge)

争议费用(Dispute a charge)

技术支持次要类别:

常规故障排除(General troubleshooting)

设备兼容性(Device compatibility)

软件更新(Software updates)

账户管理次要类别:

重置密码(Password reset)

更新个人信息(Update personal information)

关闭账户(Close account)

账户安全(Account security)

一般咨询次要类别:

产品信息(Product information)

定价(Pricing)

反馈(Feedback)

与人工对话(Speak to a human)

"""

user_message = f"""\

我希望你删除我的个人资料和所有用户数据。"""

messages =  [  

{'role':'system',

'content': system_message},    

{'role':'user',

'content': f"{delimiter}{user_message}{delimiter}"},  

]

response = get_completion_temperature_v3(messages)

print(response)

我们运用相同的消息列表来获取模型的响应,然后打印出来。

user_message = f"""\

告诉我更多有关你们的平板电脑的信息"""

messages =  [  

{'role':'system',

'content': system_message},    

{'role':'user',

'content': f"{delimiter}{user_message}{delimiter}"},  

]

response = get_completion_temperature_v3(messages)

print(response)

这里返回了另一个分类结果,看起来是正确的。基于客户咨询的分类,我们能给出更具体指令处理后续事宜。

标签:12,system,delimiter,指令,user,LLM,类别,message,输入
From: https://blog.csdn.net/u010479989/article/details/145131821

相关文章

  • LLM大模型实践14-处理输入-思维链推理
    语言模型在回答问题时匆忙下结论易在推理链中出错,“思维链推理”策略要求语言模型先给出相关推理步骤、深度思考后再给答案,更接近人类解题思维。此方法能减少语言模型匆忙犯错,生成更准确可靠的响应,是提升回答质量的重要策略。本章将探讨如何处理语言模型输入以生成高质量输出,......
  • 东方博宜【基础】1268. 高精度加法
    问题描述计算 a+b 的值,a,b 皆为不超过240 位的非负整数。输入两个正整数,每行一个。输出一个数,代表两个整数的和。样例输入12输出3输入00输出0输入1111111111111111111122222222222222222222输出33333333333333333333说明备注a,b 两个整数都不含......
  • 2025毕设springboot 基于Android的“自律打卡”演示录像120239论文+源码
    系统程序文件列表开题报告内容研究背景在快速发展的数字化时代,智能手机已成为人们日常生活中不可或缺的一部分,特别是Android系统因其开源性和广泛的应用基础,深受用户喜爱。随着生活节奏的加快,越来越多的人开始重视时间管理和自我提升,自律打卡作为一种有效的自我激励方式,逐......
  • 2025毕设springboot 基于android的健身运动演示录像120239论文+源码
    系统程序文件列表开题报告内容研究背景随着现代生活节奏的加快,人们越来越注重健康与健身。然而,忙碌的工作和生活压力往往使得人们难以找到合适的时间和方式来进行系统的健身锻炼。在这一背景下,智能手机应用程序(App)凭借其便捷性和普及性,成为了人们追求健康生活的重要工具。......
  • SautinSoft PDF Focus .Net 2024.12.18
    SautinSoftPDFFocus.NetisapowerfultoolfordevelopersneedingtoconvertPDFdocumentsintovariousformatslikeWord(DOCX,RTF),Excel(CSV,XLS,XLSX),HTML,XML,text,andimages(JPEG,PNG,TIFF,GIF,Bitmap).ItsupportsallPDFversionsfrom......
  • P12 ABC086D Checker
    ​ “执此剑,踏破混沌黑白。”​ 隔岸相望,已然是一年半载。如今总算踏过此城。​ 这题真是搞心态,刚开始看感觉好有意思,结果做了半天没抓住重点,一直没淦出来。​ 首先,倒是很容易就能发现,对于坐标是可以对\(2k\)取模的,毕竟是个周期。然后更进一步,其实可以再化为对\(k\)......
  • 基于LLM大语言模型的知识库问答系统(FastGPT)
    FastGPT是一个基于LLM大语言模型的知识库问答系统。一、功能特点数据处理能力强:提供开箱即用的数据处理功能,支持手动输入、直接分段、LLM自动处理和CSV等多种数据导入途径,可处理PDF、WORD、Markdown和CSV等多种格式的文档,自动对文本数据进行预处理、向量化和QA分割,节省手......
  • 12.python的bug、异常相关
    提示:12.python的bug、异常相关文章目录bugpython异常处理机制常见异常类型bug1.语法错误SyntaxError  使用了中文符号,input输入的是字符类型误用等自查表2.索引超出错误IndexError  索引超出列表范围python异常处理机制解决方案:异常处理机制,......
  • 验证表单输入:单选钮
    问题希望确保从一组单选钮选择了一个合法的单选钮。解决方案使用一个值数组来生成菜单。然后验证这个输入,检查所提交的值在这个数组中。使用array_key_exists()来完成验证。//生成单选钮$choices=array('eggs'=>'Eggs','toast'=>'Toast','coffee'=>'Coffee');echo......
  • 云计算2024/12/23 笔记
    ★在静态路由的选路原则中,一律选择最短路径。1. 路由环路:在网络的路由转发过程中,数据包不断地在一系列路由器之间循环转发,始终无法到达其真正的目的网络的一种异常情况。简单来说,就是数据包陷入了一个“死循环”,不停地在部分路由器构成的闭合路径中打转。2.解决路由环......