LLM输出格式化后的世界战争事件

LLM输出格式化后的世界战争事件

希望LLM输出格式化后的世界战争事件

代码参考: 通过LLM多轮对话生成单元测试用例

提示词:

txt 复制代码
system_prompt="你是一位历史学家,擅长回答历史问题,请使用中文回答。\n\n历史问题:"

question ='''
输出从{}年到{}年期间,全世界发生过的战争,必须按以下固定格式输出:
输出格式:
[开始时间 # 结束时间 # 国家 # 名称 # 发起方 # 规模 # 伤亡人数 # 起因 # 结果 # 启示 # 你的看法]
注意事项:
1.你不确定的地方用未知代替
2.不要输出其他无关内容
3.支持多行输出
'''

代码修改点:

python 复制代码
llms=[dashscope_llm,moonshot_llm,qianfan_llm,sparkai_llm,zhipuai_llm,yi_llm,volc_llm]
for llm in llms:
    logger.info(f" ---------------------------------- {llm.__name__} ---------------------------------- ")
    for beg in range(1000,2024,10):
        response=None
        try:
            obj=llm(system_prompt,question.format(beg,beg+10))
            response = obj.infer()
            params=re.findall(r'\[(.*?)\]',response)
            for param in params:
                logger.info(f"{param}")
        except:
            if response:
                print(response)
            traceback.print_exc()

输出:

txt 复制代码
 ---------------------------------- dashscope_llm ---------------------------------- 
1004年 # 1005年 # 中国 # 澶渊之盟 # 北宋 # 辽国 # 中等规模 # 未知 # 边境冲突 # 签订和平条约,互赠岁币 # 和平外交的重要性
1009年 # 1010年 # 埃及 # 法蒂玛王朝与拜占庭战争 # 法蒂玛王朝 # 拜占庭帝国 # 小规模 # 未知 # 宗教与领土争端 # 暂时的边境调整,未决争端 # 宗教冲突对地区稳定的影响
1032年 # 1032年 # 拜占庭帝国 # 安纳托利亚战役 # 拜占庭帝国 # 中等规模 # 未知 # 拜占庭扩张领土 # 拜占庭取得胜利 # 对地区势力平衡的影响 # 这表明当时拜占庭帝国仍在积极扩展其影响力
1040年 # 1042年 # 中国 # 康国之乱 # 塔里布部族 # 中等规模 # 未知 # 宗教与政治冲突 # 塔里布部族被平定 # 强化了宋朝中央集权 # 这一事件显示了当时中央政府对边疆控制的重要性
1046年 # 1048年 # 日本 # 平将门之乱 # 平将门 # 小规模 # 数百人 # 地方权力争斗 # 平将门被杀,叛乱平息 # 展现了平安时代日本中央与地方的权力斗争
1048年 # 1052年 # 波斯萨曼王朝 # 阿巴德王朝叛乱 # 阿巴德一世 # 中等规模 # 未知 # 宗教与皇位继承纠纷 # 萨曼王朝恢复统治,阿巴德王朝失败 # 强调了宗教和王权在中世纪伊斯兰世界中的复杂关系
相关推荐
组合缺一6 小时前
Solon AI Harness 首次发版
java·人工智能·ai·llm·agent·solon
羊小猪~~12 小时前
LLM--SFT简介
python·考研·算法·ai·大模型·llm·微调
CHPCWWHSU14 小时前
深入 llama.cpp:词汇表与分词——从文本到 Token (4)
人工智能·llm·llama·cpp·cudatoolkit
诸神缄默不语14 小时前
本地LLM部署工具(写给小白的LLM工具选型系列:第一篇)
llm·大规模预训练语言模型·vllm·ollama
Flying pigs~~15 小时前
从“计数”到“对话”:一文读懂语言模型与大语言模型 (LLM)
人工智能·语言模型·自然语言处理·大模型·llm·transformer
缘友一世1 天前
PentestGPT V2源码研究之langfuse模型记录模块
渗透测试·llm·langfuse
EdisonZhou2 天前
MAF快速入门(21)RC5引入的Script运行能力
llm·agent·.net core
带刺的坐椅2 天前
SolonCode CLI v2026.4.5 发布(编码智能体)
ai·llm·ai编程·cli·claudecode·opencode·sloncode
蜘蛛侠..2 天前
什么是 Plan-and-Execute 模式?与ReAct模式区别?
java·ai·大模型·llm·agent·react·plan模式
MoonOut2 天前
LLM | 项目推荐:LLM 后训练 / Agent 相关的小规模开源项目
llm