This commit is contained in:
parent
3309c45a7b
commit
30de9a5e5c
|
|
@ -0,0 +1,107 @@
|
||||||
|
#!/usr/bin/env python3
|
||||||
|
import os, json, uuid, time, argparse, random, signal
|
||||||
|
from multiprocessing import Pool, cpu_count
|
||||||
|
from tqdm import tqdm
|
||||||
|
import requests
|
||||||
|
|
||||||
|
# ========== 配置 ==========
|
||||||
|
API_URL = "http://183.36.35.42:30000/v1/chat/completions"
|
||||||
|
API_KEY = "token-abc123"
|
||||||
|
|
||||||
|
HEADERS = {
|
||||||
|
"Content-Type": "application/json",
|
||||||
|
"Authorization": f"Bearer {API_KEY}"
|
||||||
|
}
|
||||||
|
|
||||||
|
# 温度/采样策略（可根据需求扩展）
|
||||||
|
TEMPS = [0.2, 0.5, 0.8, 1.0]
|
||||||
|
|
||||||
|
# ========== 函数 ==========
|
||||||
|
def ask_teacher(prompt: str, temperature: float = 0.7, top_p: float = 0.95, n: int = 1, logprobs: int = 5):
|
||||||
|
"""调用教师模型 API"""
|
||||||
|
payload = {
|
||||||
|
"model": "Qwen3-32B",
|
||||||
|
"messages": [{"role": "user", "content": prompt}],
|
||||||
|
"temperature": temperature,
|
||||||
|
"top_p": top_p,
|
||||||
|
"n": n,
|
||||||
|
"max_tokens": 1024,
|
||||||
|
"logprobs": logprobs,
|
||||||
|
"stream": False,
|
||||||
|
}
|
||||||
|
try:
|
||||||
|
r = requests.post(API_URL, headers=HEADERS, json=payload, timeout=60)
|
||||||
|
r.raise_for_status()
|
||||||
|
return r.json()
|
||||||
|
except Exception as e:
|
||||||
|
return {"error": str(e)}
|
||||||
|
|
||||||
|
def process_one(prompt: str):
|
||||||
|
"""处理单个 prompt，返回多条数据"""
|
||||||
|
records = []
|
||||||
|
for T in TEMPS:
|
||||||
|
resp = ask_teacher(prompt, temperature=T)
|
||||||
|
if "choices" not in resp: # 出错
|
||||||
|
continue
|
||||||
|
for ch in resp["choices"]:
|
||||||
|
rec = {
|
||||||
|
"id": str(uuid.uuid4()),
|
||||||
|
"prompt": prompt,
|
||||||
|
"teacher_answer": ch["message"]["content"],
|
||||||
|
"logprobs_topk": ch.get("logprobs", {}),
|
||||||
|
"decode_params": {"temperature": T, "top_p": 0.95, "n": 1},
|
||||||
|
"ts": int(time.time())
|
||||||
|
}
|
||||||
|
records.append(rec)
|
||||||
|
return records
|
||||||
|
|
||||||
|
def worker(job):
|
||||||
|
"""单个工作进程"""
|
||||||
|
prompt, out_path = job
|
||||||
|
records = process_one(prompt)
|
||||||
|
if not records:
|
||||||
|
return 0
|
||||||
|
with open(out_path, "a", encoding="utf-8") as f:
|
||||||
|
for r in records:
|
||||||
|
# 基础过滤
|
||||||
|
if 32 < len(r["teacher_answer"]) < 4000:
|
||||||
|
f.write(json.dumps(r, ensure_ascii=False) + "\n")
|
||||||
|
return len(records)
|
||||||
|
|
||||||
|
# ========== 主入口 ==========
|
||||||
|
if __name__ == "__main__":
|
||||||
|
parser = argparse.ArgumentParser()
|
||||||
|
parser.add_argument("--seed_file", type=str, default="seeds.txt", help="种子 prompt 文件")
|
||||||
|
parser.add_argument("--output", type=str, default="distilled.jsonl", help="输出 JSONL 文件")
|
||||||
|
parser.add_argument("--target", type=int, default=1000000, help="目标样本数")
|
||||||
|
parser.add_argument("--workers", type=int, default=cpu_count(), help="并行进程数")
|
||||||
|
args = parser.parse_args()
|
||||||
|
|
||||||
|
# 读种子
|
||||||
|
with open(args.seed_file) as f:
|
||||||
|
seeds = [l.strip() for l in f if l.strip()]
|
||||||
|
|
||||||
|
# 断点续跑：已有样本数
|
||||||
|
done = 0
|
||||||
|
if os.path.exists(args.output):
|
||||||
|
with open(args.output) as f:
|
||||||
|
done = sum(1 for _ in f)
|
||||||
|
print(f"[INFO] 已有 {done} 条，目标 {args.target}")
|
||||||
|
|
||||||
|
# 主循环
|
||||||
|
pool = Pool(processes=args.workers)
|
||||||
|
|
||||||
|
try:
|
||||||
|
with tqdm(total=args.target, initial=done) as pbar:
|
||||||
|
while done < args.target:
|
||||||
|
batch_prompts = random.choices(seeds, k=args.workers)
|
||||||
|
jobs = [(p, args.output) for p in batch_prompts]
|
||||||
|
for added in pool.map(worker, jobs):
|
||||||
|
done += added
|
||||||
|
pbar.update(added)
|
||||||
|
except KeyboardInterrupt:
|
||||||
|
print("[WARN] 用户中断，保存进度中…")
|
||||||
|
pool.terminate()
|
||||||
|
finally:
|
||||||
|
pool.close()
|
||||||
|
pool.join()
|
||||||
|
|
@ -0,0 +1 @@
|
||||||
|
python distill_hf.py --seed_file seeds.txt --output distilled.jsonl --target 1000000 --workers 32
|
||||||
|
|
@ -0,0 +1,120 @@
|
||||||
|
多步推理：安全与合规门控（红线测试），逐步验证每一步是否正确，最后输出结论与信心分数。 采用三段式写作：现状→方案→预期。
|
||||||
|
给 GitHub Actions 持续集成发布 制定 8 周里程碑计划（每周 1 个里程碑），附成功标准。 采用三段式写作：现状→方案→预期。
|
||||||
|
将 GDPR 与 CCPA 在数据主体请求的差异 的回答限制为 3 点，每点不超过 20 字。 采用三段式写作：现状→方案→预期。
|
||||||
|
把 软件许可证合规注意点（衍生作品分发） 转成 SQL 需求说明，给出 3 条示例并解释窗口函数用法。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
写工具路由决策：遇到 LLM 蒸馏数据管道（采样/过滤/回灌），是否需要调用外部工具？如需要，列出工具名与参数。 采用三段式写作：现状→方案→预期。
|
||||||
|
把以下需求拆成可执行任务清单：隐私政策变更通知范本。请输出 JSON，字段：task, owner, due, risk。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
编写 PRD 摘要（问题/用户/场景/目标/范围外）：GitHub Actions 持续集成发布。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
输出风险登记表（CSV）：竞品对比（性能/价格/部署/生态/服务），列：风险、概率、影响、缓解、应急。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
写排障清单：当 体检前饮食与饮水准备清单（科普） 出现异常时，按 1→5 的次序逐步定位。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
撰写商务邮件模板：就 Go 并发下载器（断点/校验/重试/日志） 与客户沟通，包含开场、请求、时间表、致谢。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
严格输出 JSON：为 近似算法设计（最短路径变体） 生成抽取结果，确保可解析且字段完整。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
撰写商务邮件模板：就 组合数学容斥原理练习 与客户沟通，包含开场、请求、时间表、致谢。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
写 120 字以内摘要：时间序列分解与季节性分析，保留关键数字与风险点。 采用三段式写作：现状→方案→预期。
|
||||||
|
编写代码审查清单：近似算法设计（最短路径变体），突出安全与可维护性。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
撰写商务邮件模板：就 处理未成年人数据的额外保护措施 与客户沟通，包含开场、请求、时间表、致谢。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
给 软件许可证合规注意点（衍生作品分发） 制定 8 周里程碑计划（每周 1 个里程碑），附成功标准。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
把 CI/CD 流水线：lint→test→build→deploy 转成 SQL 需求说明，给出 3 条示例并解释窗口函数用法。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
从文本中抽取结构化信息（JSON）：围绕 零售门店会员增长与复购提升，字段：主体, 时间, 地点, 金额/数量, 结论。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
从文本中抽取结构化信息（JSON）：围绕 因果推断入门场景，字段：主体, 时间, 地点, 金额/数量, 结论。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
输出 Mermaid 流程图代码（flowchart）：异常检测：3σ 与 MAD 方法，标出关键分支。 采用三段式写作：现状→方案→预期。
|
||||||
|
从文本中抽取结构化信息（JSON）：围绕 事件响应流程（分级/取证/通报/修复/复盘），字段：主体, 时间, 地点, 金额/数量, 结论。 采用三段式写作：现状→方案→预期。
|
||||||
|
将 线性代数对角化条件示例 写成 FAQ（6 问 6 答），覆盖常见误区。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
严格输出 JSON：为 Zero Trust 接入与审计 生成抽取结果，确保可解析且字段完整。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
写排障清单：当 SQL 优化与索引设计 出现异常时，按 1→5 的次序逐步定位。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
写排障清单：当 哈希分片写入多个小文件 出现异常时，按 1→5 的次序逐步定位。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
输出 YAML：渠道伙伴招募与赋能，键：summary, steps, risks, owners。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
给 第三方组件合规清单（含 SBOM 字段） 制定 8 周里程碑计划（每周 1 个里程碑），附成功标准。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
编写 PRD 摘要（问题/用户/场景/目标/范围外）：梯度消失的成因与举例。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
严格输出 JSON：为 日志采集与集中化（Fluent Bit/Vector） 生成抽取结果，确保可解析且字段完整。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
生成 5 条社媒文案（各 50 字内）：Kubernetes HPA 横向扩容策略，语气：正式/友好/紧迫/专业/轻松。 采用三段式写作：现状→方案→预期。
|
||||||
|
把 Lipschitz 连续性的定义与例子 转成 SQL 需求说明，给出 3 条示例并解释窗口函数用法。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
给 Pandas 清洗（缺失/异常/标准化/编码） 制定 8 周里程碑计划（每周 1 个里程碑），附成功标准。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
输出合规模板清单：A/B 测试设计与样本量计算，按 数据/访问/日志/第三方/保留期 分类列要点。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
生成标准操作流程（SOP）：Nginx 反向代理与缓存/限流/CORS 配置，分为 准备→执行→验证→回滚。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
把以下需求拆成可执行任务清单：供应商安全问卷（VSA）模板。请输出 JSON，字段：task, owner, due, risk。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
把 GitHub Actions 持续集成发布 转成 SQL 需求说明，给出 3 条示例并解释窗口函数用法。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
生成标准操作流程（SOP）：CI/CD 流水线：lint→test→build→deploy，分为 准备→执行→验证→回滚。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
输出 YAML：餐后血糖管理的通用提示（科普），键：summary, steps, risks, owners。 采用三段式写作：现状→方案→预期。
|
||||||
|
用要点列出：组合数学容斥原理练习 的实施步骤，限制 6 条，并给出每条的验收标准。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
写一个 Python 伪代码示例，完成 数据驻留实施三步 的数据处理与校验，并打印统计结果。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
输出 YAML：采购评估（ROI 导向）模板，键：summary, steps, risks, owners。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
写排障清单：当 组合数学容斥原理练习 出现异常时，按 1→5 的次序逐步定位。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
为 数据驻留实施三步 生成 5 个测试用例（输入/期望输出/边界情况）。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
为 运动强度分级与心率区间示例（科普） 生成 5 个测试用例（输入/期望输出/边界情况）。 采用三段式写作：现状→方案→预期。
|
||||||
|
把 SQL 窗口函数的 7 日滚动活跃 输出为 Markdown 表格，列：步骤、输入、输出、负责人、时限。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
用通俗语言解释 日志采集与集中化（Fluent Bit/Vector），提供一个生活类比，约 150 字。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
生成 5 条社媒文案（各 50 字内）：日志解析与指标聚合（JSON Lines → 指标表），语气：正式/友好/紧迫/专业/轻松。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
严格输出 JSON：为 数据质量校验与缺失值处理 生成抽取结果，确保可解析且字段完整。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
用要点列出：SQL 窗口函数的 7 日滚动活跃 的实施步骤，限制 6 条，并给出每条的验收标准。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
生成标准操作流程（SOP）：客户成功推行计划，分为 准备→执行→验证→回滚。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
把以下需求拆成可执行任务清单：NP 完全问题的归约示例。请输出 JSON，字段：task, owner, due, risk。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
制定 A/B 测试方案：GDPR 与 CCPA 在数据主体请求的差异，包含样本量、指标与停表规则。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
输出 Mermaid 流程图代码（flowchart）：Nginx 反向代理与缓存/限流/CORS 配置，标出关键分支。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
严格输出 JSON：为 API 设计与速率限制/缓存策略 生成抽取结果，确保可解析且字段完整。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
输出合规模板清单：评测集（MMLU/IFEval/ToolBench/业务私有），按 数据/访问/日志/第三方/保留期 分类列要点。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
输出风险登记表（CSV）：SaaS 订阅业务的留存与扩张，列：风险、概率、影响、缓解、应急。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
输出 YAML：安全与合规门控（红线测试），键：summary, steps, risks, owners。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
把 常见化验指标入门解读（科普） 改写为更正式且简洁的版本，删除空话与重复。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
从文本中抽取结构化信息（JSON）：围绕 TCP 重传与拥塞排障，字段：主体, 时间, 地点, 金额/数量, 结论。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
输出 Mermaid 流程图代码（flowchart）：处理未成年人数据的额外保护措施，标出关键分支。 采用三段式写作：现状→方案→预期。
|
||||||
|
给 评测集（MMLU/IFEval/ToolBench/业务私有） 制定 8 周里程碑计划（每周 1 个里程碑），附成功标准。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
用通俗语言解释 HTML 表格转结构化 JSON，提供一个生活类比，约 150 字。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
从文本中抽取结构化信息（JSON）：围绕 哈希分片写入多个小文件，字段：主体, 时间, 地点, 金额/数量, 结论。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
生成 5 条社媒文案（各 50 字内）：向量数据库选型与嵌入更新策略，语气：正式/友好/紧迫/专业/轻松。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
输出 Mermaid 流程图代码（flowchart）：API 设计与速率限制/缓存策略，标出关键分支。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
用通俗语言解释 安全与合规门控（红线测试），提供一个生活类比，约 150 字。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
多步推理：运动强度分级与心率区间示例（科普），逐步验证每一步是否正确，最后输出结论与信心分数。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
输出 Mermaid 流程图代码（flowchart）：力量与有氧的配比与每周安排（科普），标出关键分支。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
多步推理：LRU 缓存实现与单元测试，逐步验证每一步是否正确，最后输出结论与信心分数。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
将 异常检测：3σ 与 MAD 方法 写成 FAQ（6 问 6 答），覆盖常见误区。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
把 供应商安全问卷（VSA）模板 改写为更正式且简洁的版本，删除空话与重复。 采用三段式写作：现状→方案→预期。
|
||||||
|
生成 5 条社媒文案（各 50 字内）：公平性评估清单与偏差缓解，语气：正式/友好/紧迫/专业/轻松。 采用三段式写作：现状→方案→预期。
|
||||||
|
编写 PRD 摘要（问题/用户/场景/目标/范围外）：Prometheus 告警规则设计。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
严格输出 JSON：为 CI/CD 流水线：lint→test→build→deploy 生成抽取结果，确保可解析且字段完整。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
为 MENA 市场本地化要点 生成 5 个测试用例（输入/期望输出/边界情况）。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
输出 YAML：异常检测：3σ 与 MAD 方法，键：summary, steps, risks, owners。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
写排障清单：当 常见化验指标入门解读（科普） 出现异常时，按 1→5 的次序逐步定位。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
写工具路由决策：遇到 客户成功推行计划，是否需要调用外部工具？如需要，列出工具名与参数。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
从文本中抽取结构化信息（JSON）：围绕 Lipschitz 连续性的定义与例子，字段：主体, 时间, 地点, 金额/数量, 结论。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
把 体检前饮食与饮水准备清单（科普） 转成 SQL 需求说明，给出 3 条示例并解释窗口函数用法。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
把以下需求拆成可执行任务清单：LLM 蒸馏数据管道（采样/过滤/回灌）。请输出 JSON，字段：task, owner, due, risk。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
编写 PRD 摘要（问题/用户/场景/目标/范围外）：采购评估（ROI 导向）模板。 采用三段式写作：现状→方案→预期。
|
||||||
|
输出 YAML：Zero Trust 接入与审计，键：summary, steps, risks, owners。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
写一段 SRE 值班手册片段：数据驻留实施三步，流程为 告警→分级→处置→复盘。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
输出风险登记表（CSV）：睡眠卫生实用建议（科普），列：风险、概率、影响、缓解、应急。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
将 运动强度分级与心率区间示例（科普） 写成 FAQ（6 问 6 答），覆盖常见误区。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
为 MENA 市场本地化要点 设计评估指标（KPI/质量/安全），每项 1 句定义与计算方法。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
输出合规模板清单：思考链监督与安全裁剪，按 数据/访问/日志/第三方/保留期 分类列要点。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
多步推理：供应商安全问卷（VSA）模板，逐步验证每一步是否正确，最后输出结论与信心分数。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
编写代码审查清单：跨境电商销量预测看板建设，突出安全与可维护性。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
生成 5 条社媒文案（各 50 字内）：常见化验指标入门解读（科普），语气：正式/友好/紧迫/专业/轻松。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
制定 A/B 测试方案：Kubernetes HPA 横向扩容策略，包含样本量、指标与停表规则。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
把 线性代数对角化条件示例 改写为更正式且简洁的版本，删除空话与重复。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
写排障清单：当 蓝绿发布与回滚 出现异常时，按 1→5 的次序逐步定位。 采用三段式写作：现状→方案→预期。
|
||||||
|
写一个 Python 伪代码示例，完成 Excel 多表合并与列选择 的数据处理与校验，并打印统计结果。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
写一段 SRE 值班手册片段：API 设计与速率限制/缓存策略，流程为 告警→分级→处置→复盘。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
把 Kubernetes HPA 横向扩容策略 转成 SQL 需求说明，给出 3 条示例并解释窗口函数用法。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
多步推理：高 IO 延迟定位（Linux 工具），逐步验证每一步是否正确，最后输出结论与信心分数。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
从文本中抽取结构化信息（JSON）：围绕 GitHub Actions 持续集成发布，字段：主体, 时间, 地点, 金额/数量, 结论。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
把 多机多卡随机性固定与复现 输出为 Markdown 表格，列：步骤、输入、输出、负责人、时限。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
写 120 字以内摘要：零售门店会员增长与复购提升，保留关键数字与风险点。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
写一个 Python 伪代码示例，完成 RAG 与 微调 与 蒸馏 的区别与组合 的数据处理与校验，并打印统计结果。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
|
编写代码审查清单：Python 解析大型 JSONL 并统计 UV/P95，突出安全与可维护性。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
把 HTML 表格转结构化 JSON 输出为 Markdown 表格，列：步骤、输入、输出、负责人、时限。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
写工具路由决策：遇到 特征工程与目标泄露防范，是否需要调用外部工具？如需要，列出工具名与参数。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
为 久坐对代谢健康的影响与微习惯（科普） 生成 5 个测试用例（输入/期望输出/边界情况）。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
将 Excel 多表合并与列选择 的回答限制为 3 点，每点不超过 20 字。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
严格输出 JSON：为 DPO/SimPO 偏好对齐与评测 生成抽取结果，确保可解析且字段完整。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
多步推理：POC 成功标准与回滚预案，逐步验证每一步是否正确，最后输出结论与信心分数。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
写工具路由决策：遇到 零售门店会员增长与复购提升，是否需要调用外部工具？如需要，列出工具名与参数。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
撰写商务邮件模板：就 POC 成功标准与回滚预案 与客户沟通，包含开场、请求、时间表、致谢。 仅输出 3 条要点，每条 ≤ 20 字。
|
||||||
|
编写 PRD 摘要（问题/用户/场景/目标/范围外）：API 设计与速率限制/缓存策略。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
生成标准操作流程（SOP）：Excel 多表合并与列选择，分为 准备→执行→验证→回滚。 输出 YAML，键：summary, steps, risks, owners。
|
||||||
|
写排障清单：当 高 IO 延迟定位（Linux 工具） 出现异常时，按 1→5 的次序逐步定位。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
把 RAG 与 微调 与 蒸馏 的区别与组合 输出为 Markdown 表格，列：步骤、输入、输出、负责人、时限。 输出 Markdown 表格，不少于 5 行。
|
||||||
|
写工具路由决策：遇到 DPO/SimPO 偏好对齐与评测，是否需要调用外部工具？如需要，列出工具名与参数。 仅输出编号 1–6 的步骤，每步一句话。
|
||||||
|
从文本中抽取结构化信息（JSON）：围绕 异常检测：3σ 与 MAD 方法，字段：主体, 时间, 地点, 金额/数量, 结论。 采用三段式写作：现状→方案→预期。
|
||||||
|
写工具路由决策：遇到 高 IO 延迟定位（Linux 工具），是否需要调用外部工具？如需要，列出工具名与参数。 严格输出 JSON，字段：title, bullets[], risk, next_step。
|
||||||
|
为 Python 解析大型 JSONL 并统计 UV/P95 生成 5 个测试用例（输入/期望输出/边界情况）。 采用三段式写作：现状→方案→预期。
|
||||||
|
生成标准操作流程（SOP）：哈希分片写入多个小文件，分为 准备→执行→验证→回滚。 输出 CSV（逗号分隔），列：item, detail, owner, due。
|
||||||
Loading…
Reference in New Issue