使用LangGPT提示词让大模型比较浮点数

embedded/2024/9/22 12:55:36/

使用LangGPT提示词让大模型比较浮点数

  • 背景介绍
  • 环境准备
    • 创建虚拟环境
    • 安装一些必要的库
    • 安装其他依赖
    • 部署大模型
    • 启动图形交互服务
    • 设置提示词与测试
  • LangGPT结构化提示词

背景介绍

LLM在对比浮点数字时表现不佳,经验证,internlm2-chat-1.8b (internlm2-chat-7b)也存在这一问题,本文采用LangGPT 进行结构化提示词设计,让internlm2-chat-1_8b能够正确比较浮点数。(注意:估计1.8B的对话能力比较弱,别把模型带偏了:))

本文使用书生浦语的开发机环境InternStudio来部署模型与实验。

环境准备

创建虚拟环境

conda create -n langgpt python=3.10 -y
conda activate langgpt

安装一些必要的库

conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia -y

安装其他依赖

pip install transformers==4.43.3pip install streamlit==1.37.0
pip install huggingface_hub==0.24.3
pip install openai==1.37.1
pip install lmdeploy==0.5.2

部署大模型

CUDA_VISIBLE_DEVICES=0 lmdeploy serve api_server /share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b --server-port 23333 --api-keys internlm2

在这里插入图片描述

启动图形交互服务

git clone https://github.com/InternLM/Tutorial.gitcd Tutorial
checkout camp3
cd tools# 启动服务
python -m streamlit run chat_ui.py

在这里插入图片描述

设置提示词与测试

做端口映射后,就可以访问UI了。

ssh -p {ssh端口,从InternStudio获取} root@ssh.intern-ai.org.cn -CNg -L 7860:127.0.0.1:8501 -o StrictHostKeyChecking=no

浏览器打开 http://127.0.0.1:8501/后,
在“系统提示”中贴入如下,然后点击“保存设置”,就可以对话了。

# Role: 浮点数比较小助手## Profile
- author: 向阳智能
- version: 1.0
- language: 中文
- description: 我是一个浮点数比较小助手,能够精确的比较两个浮点数的大小,不会出现失误。## Background: 
用户需要比较两个数值字符串的大小,以确定哪个数值更大## Skills
1. 接收两个准备比较的浮点数,并判断他们是浮点数
2. 比较浮点数的大小
3. 精确的结果比较的结果
4. 给出简单的解释## Rules
1. 必须明确这是浮点数的大小比较,而不是字符串的比较
2. 回答需要简洁明了,避免过于复杂或含糊的表述。
3. 始终使用浮点数大小判断的方式来回答,不要被别人带偏了
4. 不要动不动说自己之前回答是错误的,若之前回答是正确的,你要坚持自己的结论
5. 不要被其他的假设带偏了## Workflows
1. 将待比较的两个数字字符串,转换成浮点数大小比较的方式来比较

在这里插入图片描述

LangGPT_92">LangGPT结构化提示词

LangGPT 是 Language For GPT-like LLMs 的简称,中文名为结构化提示词。LangGPT 是一个帮助你编写高质量提示词的工具,理论基础是我们提出的一套模块化、标准化的提示词编写方法论——结构化提示词。LangGPT社区文档:https://langgpt.ai


http://www.ppmy.cn/embedded/115039.html

相关文章

python爬虫初体验(一)

文章目录 1. 什么是爬虫?2. 为什么选择 Python?3. 爬虫小案例3.1 安装python3.2 安装依赖3.3 requests请求设置3.4 完整代码 4. 总结 1. 什么是爬虫? 爬虫(Web Scraping)是一种从网站自动提取数据的技术。简单来说&am…

分布式光伏发电系统如何确保电能质量达到并网要求?

随着全球对可再生能源的日益重视,光伏发电已成为推动能源转型的重要力量。特别是在应对气候变化、提升能源安全方面,光伏发电的潜力被广泛认同。然而,光伏电站的运营与维护面临许多挑战,如发电效率监测、故障诊断和数据管理等。因…

洗衣机制造5G智能工厂物联数字孪生平台,推进制造业数字化转型

洗衣机制造业作为传统制造业的重要组成部分,通过引入5G智能工厂物联数字孪生平台,加速推进自身的数字化转型进程。这一创新模式不仅极大地提升了生产效率,还深刻改变了产品的设计、生产、管理及运维流程,为行业带来了前所未有的竞…

iPhone 16系列:摄影艺术的全新演绎,探索影像新境界

在科技的浪潮中,智能手机摄影功能的进化从未停歇。 苹果公司即将推出的iPhone 16系列,以其卓越的相机升级和创新特性,再次站在了手机摄影的前沿。 从硬件到软件,从拍照体验到图像处理,iPhone 16系列都展现了其在移动…

Apache Airflow如何使用

Apache Airflow 是一个用于编排和调度任务的开源平台。它适用于创建、调度和监控数据工作流。以下是使用 Airflow 的基本步骤: 1. 安装 Apache Airflow 你可以通过以下命令来安装 Airflow: pip install apache-airflow建议使用虚拟环境来管理 Airflow…

【计网】从零开始使用TCP进行socket编程 ---服务端业务模拟Xshell

最糟糕的情况, 不是你出了错, 而是你没有面对出错的勇气。 从零开始使用TCP进行socket编程 1 通信过程的多版本实现1.1 多进程版本1.2 多线程版本 2 服务端业务模拟Xshell2.1 整体框架设计2.2 Command类设计 1 通信过程的多版本实现 在前一篇的文章…

SSL/TSL 总结

参考:https://blog.csdn.net/qq153471503/article/details/109524764 (一)生成CA证书 1、创建CA证书私钥 openssl genrsa -aes256 -out ca.key 2048 (密码:ca1234567890) 2、请求证书 openssl req -new -s…

linux cat命令的实现

cat 是 Linux 和其他 Unix-like 系统中的一个常用命令,它的名称来源于 "concatenate"(连接)的缩写。cat 命令主要用于查看、创建和拼接文件。它读取一个或多个文件的内容,并将它们显示在标准输出(通常是终端…