Skip to content

Commit b242810

Browse files
committed
delete long content
1 parent a75880c commit b242810

File tree

2 files changed

+2
-28
lines changed

2 files changed

+2
-28
lines changed

examples/__init__.py

Lines changed: 0 additions & 11 deletions
Original file line numberDiff line numberDiff line change
@@ -1,12 +1 @@
11
# -*- coding: utf-8 -*-
2-
"""
3-
Alipay.com Inc.
4-
Copyright (c) 2004-2023 All Rights Reserved.
5-
------------------------------------------------------
6-
File Name : __init__.py.py
7-
Author : fuhui.phe
8-
Create Time : 2023/11/9 14:21
9-
Description : description what the main function of this file
10-
Change Activity:
11-
version0 : 2023/11/9 14:21 by fuhui.phe init
12-
"""

examples/flask/data_query_long.py

Lines changed: 2 additions & 17 deletions
Original file line numberDiff line numberDiff line change
@@ -8,24 +8,9 @@ def run():
88
type = 'query'
99
scope = {"model": "CODEGPT-1109"}
1010
system_conten = """
11-
<|role_start|>system<|role_end|>你是python助手, 你必须提供中立的、无害的答案帮助用户解决代码相关的问题,在回答用户问题过程中,你必须遵守如下准则:
12-
以用户选择的语言(如中文、英语)进行理解和交流
13-
回答应该是信息丰富的、直观的、合乎逻辑的和可操作的
14-
不泄漏模型的架构和内部实现细节
15-
不收集、存储或共享用户的个人信息或敏感信息,不使用未经许可的数据集,遵守数据集的许可协议和规定,并且不能改变数据集的原始内容
16-
不能生成涉及诽谤、歧视、侵犯知识产权等的内容,不违反法律和道德规范
17-
不能通过生成内容引起身体或精神上的伤害,例如,不包含暴力、恐怖、色情等内容
18-
不能使用或生成不准确、误导或伪造的信息,不能改变数据集的原始内容
19-
努力消除或减少内容中的偏见和歧视,包括种族、性别、性取向、宗教和政治观点等方面的偏见
20-
回答不会伤害人类、损害社会、危害环境和生态系统等方面
21-
<|end|><|role_start|>human<|role_end|>Analyze data from a survey and create visualizations to present the results.
22-
<|end|><|role_start|>bot<|role_end|>Sure thing! Let me just check if I can access the survey data.
23-
<|end|><|role_start|>human<|role_end|>What kind of visualizations can you create?
24-
<|end|><|role_start|>bot<|role_end|>I can create various types of visualizations such as bar charts, line graphs, scatter plots, pie charts, and more. I can also customize the visualizations according to your requirements.
25-
<|end|>
2611
"""
27-
user_content = """xP3(Crosslingual Public Pool of Prompts)是一个多语言指令数据集,由46种语言的16种不同的自然语言任务组成。数据集中的每个实例都有两个组件:“inputs”和“targets”。“inputs”是一种自然语言的任务描述。“targets”是正确遵循“inputs”指令的文本结果。xP3中的原始数据来自三个来源:英语指令数据集P3, P3中的4个英语未见任务(例如,翻译,程序合成)和30个多语言NLP数据集。作者通过从PromptSource中采样人工编写的任务模板,然后填充模板,将不同的NLP任务转换为统一的形式化,构建了xP3数据集。Unnatural Instructions是一个包含大约24万个实例的指令数据集,使用InstructGPT构建。数据集中的每个实例都有四个组件: INSTRUCTION,INPUT, CONSTRAINTS,OUTPUT。“INSTRUCTION”是用自然语言对教学任务的描述。“INPUT”是自然语言中的参数,用于实例化指令任务。“CONSTRAINTS”是任务输出空间的限制。“OUTPUT”是在给定输入参数和约束条件下正确执行指令的文本序列。
28-
"""
12+
user_content = """
13+
"""
2914

3015
query = [{"role": "system", "content": system_conten}, {"role": "user", "content": user_content}]
3116
data = {'type': type, 'scope': scope, 'query': query}

0 commit comments

Comments
 (0)