SFT垂直领域任务说明与示例
更新时间：2024-12-16
在进行模型训练时，混合高质量垂直任务数据，有助于您提升目标任务能力，如知识问答、文本创作、推理、标题生成等。本平台提供20余种SFT垂直领域语料，各个任务的说明和数据示例如下表所示：
| 任务 | 任务描述 | Prompt示例 | Response示例 |
|---|---|---|---|
| 知识问答 | 知识问答类任务可分为两类，主观知识问答侧重获取个人见解、经验和观点，答案因人而异；客观知识问答则涉及可验证的事实和数据，答案基于可靠资料和逻辑推理，强调客观性和真实性。 | 中国首都在哪？ | 北京 |
| 文本创作 | 文本创作是指各类的文案、文学、创意等写作任务。文本创作可以涉及多种体裁，包括但不限于小说、诗歌、散文、剧本、广告文案、新闻报道、科技文档等。 | 圣诞节快到了，请帮我写一段祝福语 | 当然可以！以下是一段温馨的圣诞节祝福语： 亲爱的朋友， 随着圣诞节的临近，愿这份节日的喜悦伴随你左右。愿你在闪烁的灯光中感受到温暖的祝福，愿每一个笑容都带来无尽的快乐。在这特殊的时刻，祝你与家人团聚，心中充满爱与和平。愿新的一年带给你更多的希望与美好，心想事成，幸福常伴！ 圣诞快乐！ 希望这段祝福语能够传递你的心意！ |
| 翻译 | 翻译是指将一种语言的文字内容转换成另一种语言的任务。 | 请帮我翻译这句话：“We all make choices, but in the end our choices make us.” | 我们都要做很多选择，但最终我们所做的选择成就了我们。 |
| 角色扮演 | 角色扮演任务是指使用大型语言模型进行角色扮演对话。在这个任务中，用户可以与大模型进行各类对话交互，大模型根据对话的内容和扮演的角色特点来生成回复，该任务经常被用于娱乐、教育等场景。 | 请模范林黛玉和用户进行对话\n 输入：你的兴趣爱好是什么 | 林黛玉：我的兴趣爱好么？我自幼喜爱吟诗作对，尤其是在大观园中，看到美景良辰，总忍不住提笔写下几句呢。此外，我也喜欢读书作画，有时候听听音乐，也觉得颇为怡然。你呢？你的兴趣爱好是什么？ |
| 风格定制 | 风格定制任务是指通过特定风格类描述定制，使得大模型在生成文本时符合特定的风格要求。通过这种方式，可以定制语言模型的回复风格，使其更符合特定应用场景或个人喜好。 | “你是一位讲话毒舌的人”，“我很想出去旅游” | “那先检查一下你的钱包，如果里面有足够的钱，那就去吧。不然，宅在家里也是一种选择。” |
| 表格问答 | 表格问答指根据给定的表格信息进行问答的任务，要求模型能够从表格中提取信息，并回答相关问题。 | ### 工资表 | 员工编号 | 姓名 | 职位 | 基本工资 | 津贴 | 奖金 | 扣款 | 总工资 | |----------|--------|--------------|----------|--------|--------|--------|---------| | 001 | 张三 | 软件工程师 | 8000 | 1000 | 500 | 200 | 8700 | | 002 | 李四 | 产品经理 | 9000 | 1200 | 700 | 300 | 10000 | | 003 | 王五 | 数据分析师 | 7500 | 800 | 600 | 150 | 8700 | | 004 | 赵六 | UI设计师 | 7200 | 900 | 500 | 100 | 8400 | | 005 | 钱七 | 测试工程师 | 7000 | 700 | 400 | 200 | 6900 | 请帮我计算这家公司的平均工资 |
当然可以！为了计算平均工资，我们需要将所有员工的总工资相加，然后除以员工的总人数。根据之前提供的工资表，以下是每位员工的总工资： | 员工编号 | 姓名 | 总工资 | |----------|--------|---------| | 001 | 张三 | 8700 | | 002 | 李四 | 10000 | | 003 | 王五 | 8700 | | 004 | 赵六 | 8400 | | 005 | 钱七 | 6900 | ### 总工资计算 1. 张三的工资: 8700 2. 李四的工资: 10000 3. 王五的工资: 8700 4. 赵六的工资: 8400 5. 钱七的工资: 6900 #### 总和: [ 8700 + 10000 + 8700 + 8400 + 6900 = 42700 ] ### 平均工资计算 - 员工总数: 5 - 平均工资 = 总工资 / 员工总数 [ \text{平均工资} = \frac{42700}{5} = 8540 ] ### 结果 因此，这个工资表中员工的平均工资为 8540。如果你有其他问题或需要进一步的计算，请告诉我！ |
| 信息抽取 | 信息抽取指从非结构化或半结构化的文本中抽取特定信息的任务，要求模型能够准确地找到并提取出需要的信息。 | 请帮我提取会议通知的时间和地点以及会议主题，以下是会议通知：我们将于2023年11月15日在上海举行年度技术大会，会议主题为‘未来科技的趋势与挑战’。邀请各界专家分享见解。在这次大会上，我们将安排一系列精彩的演讲和讨论环节，涵盖人工智能、区块链、物联网等前沿技术的最新发展。与会的专家将分享他们在各自领域的研究成果和实践经验，探讨如何应对未来科技带来的机遇与挑战。\n此外，我们还将设立圆桌论坛，鼓励与会者积极参与讨论，交流思想。参与者可以在论坛上提出自己的问题，与专家面对面交流，获取更深入的见解。\n为了促进各界的合作与交流，我们将提供网络交流平台，方便与会者在会后继续保持联系，共同探索未来科技的可能性。我们期待您的参与，一起见证和推动科技的进步与创新！请您提前注册，以便我们为您提供最佳的会议体验。 | 根据您提供的会议通知，以下是提取的关键信息： 时间: 2023年11月15日 地点: 上海 会议主题: 未来科技的趋势与挑战 如果需要进一步的信息提取或处理，请随时告诉我！ |
| 指令理解 | 指令理解指理解用户给出的指令或命令的任务，并作出相应的合理动作或回答。包含了多种指令理解任务的组合。 | 判断所给出这两段话的语义是否一致。\n\n\n第一个句子：“我不喜欢吃苹果”\n第二个句子：“大部分水果我都喜欢除了苹果” | 这两段话的语义基本一致。 第一个句子“我不喜欢吃苹果”明确表达了对苹果的厌恶。 第二个句子“大部分水果我都喜欢除了苹果”则说明了对大多数水果的喜爱，但也明确指出苹果是一个例外。 因此，两个句子都传达了对苹果的负面态度，可以认为它们的语义是一致的。 |
| 标题生成 | 标题生成指根据给定的内容生成相应的标题的任务，要求模型能够准确抓住文本的核心信息，并生成简洁而具有概括性的标题。 | 请生成东北旅游推文的标题 | 当然可以！以下是一些关于东北旅游的推文标题示例，旨在吸引读者的兴趣，展示东北的美丽风景和独特文化： 东北旅游推文标题示例 “冰雪奇缘：探索东北冬季的魔幻世界” “东北人情味：一场温暖的乡村旅行” “走进东北：五大必游城市推荐” “舌尖上的东北：品味地道美食之旅” “秋天的童话：东北最美的红叶景点” “自然与历史的交融：东北经典景点一览” “东北的四季之美：每个季节都有独特的风景” “非去不可的东北雪乡：感受冰雪世界的魅力” “从沈阳到哈尔滨：一条完美的东北自驾游路线” “东北文化探秘：传统民俗与现代生活的碰撞” “带你领略东北的原始风光：大自然的馈赠” “冬季运动爱好者的天堂：东北滑雪场推荐” “东北的温泉之旅：放松身心的最佳选择” “摄影爱好者的天堂：捕捉东北的绝美瞬间” “带着孩子去东北：亲子游的快乐体验” 这些标题可以引导读者关注东北的自然美景、文化特色和旅游活动，激发他们的旅行灵感。如果你有特定的方向或者主题，也可以告诉我，我可以为你提供更个性化的标题建议！ |
| 问题生成 | 问题生成指根据给定的内容生成相应的问题的任务，要求模型能够从文本中提取出问题的关键信息，并生成符合规范的问题。 | LLM的特点和应用： 大规模数据训练: LLM通常在非常大的文本数据集上进行训练，涵盖多种主题和语言。这使得它们在理解和生成语言时表现出色。 上下文理解: 这些模型能够理解上下文信息，从而生成更加连贯和相关的文本。 多种任务: LLM可以用于多种自然语言处理任务，如文本生成、翻译、问答、摘要、情感分析等。 预训练与微调: LLM通常采用预训练和微调的策略。首先在大规模数据集上进行预训练，然后针对特定任务进行微调，以提高在该任务上的性能。 应用广泛: LLM被广泛应用于聊天机器人、虚拟助手、内容生成、教育、客服等领域。 伦理与安全: 由于LLM的强大能力，它们也引发了一些伦理和安全方面的讨论，例如生成虚假信息、偏见和隐私问题等。 请基于上述的文档，生成两个问题 |
当然可以！以下是两个问题： 1. 预训练和微调的过程对LLM的性能提升有多大影响？可以举例说明吗？ 2. LLM在教育领域的应用有哪些具体实例，它们是如何改善学习体验的？ |
| 示例学习 | 示例学习（In-context Learning）指通过给定的示例来理解任务的要求，要求模型能够从示例中学习到通用的模式或规律，并应用到类似的任务中。 | 你是一个情感分析器，能对用户输入的评论进行情感判断，如果是消极情绪，请输出消极，如果是积极情绪，请输出积极，以下是几个输入输出示例： 示例一： 输入：这个鞋子很硬，穿起来走路刮脚 输出：消极 示例二： 输入：屏幕清晰，电池耐用； 输出：积极 请根据上述示例格式输出： 输入： 大衣洗了两次就开始浮毛了，而且质量看着不是很好 | 消极 |
| 文本属性分析 | 文本属性分析指分析文本中的属性或特征的任务，要求模型能够识别文本中的各种属性，如观点、主题、意图等。 | 请判断以下评论属于积极情绪还是消极情绪： 输入：屏幕清晰，电池耐用 |
输出：积极 |
| 摘要 | 摘要指对文本进行概括性提取的任务，要求模型能够从文本中提取出最重要或最具代表性的信息，生成简洁而完整的摘要。 | 请阅读以下文档： 冬季洗澡注意事项 随着气温的降低，洗澡时需要格外小心。以下是五个重要的注意事项，帮助您在寒冷的天气中安全舒适地洗澡。 正确的洗澡顺序 在寒冷的天气里，建议不要先洗头再洗身体，以避免对脑部造成不适。因为低温环境下，洗澡前后血压会发生较大变化，容易引发中风。建议的洗澡顺序是：先洗脸，然后冲洗身体，最后清洁头发。这种顺序能有效减少心脑血管的不适，特别适合有基础疾病的人群。 水温不宜过高 在寒冷的天气中，身体的血管会收缩，造成血压升高。当您进入浴室并开始洗澡时，体温快速上升，血压会随之升高。适应水温后，血压又会降低，导致忽高忽低的情况，这样很容易引发中风。因此，水温应保持在温暖而非热的状态。理想水温在38~40℃之间，42℃或更高则可能过热。即使您觉得自己健康，40岁以上的人在洗澡时也应确保浴室温暖，建议浴室温度保持在约25℃。 控制洗澡时间 冬季洗澡的时间最好控制在10到15分钟以内，不建议超过20分钟。过长的洗澡时间可能会破坏皮肤的油脂平衡，尤其是在干燥的冬季，长时间待在浴室容易导致皮肤干燥、瘙痒和脱屑。 轻柔搓澡 皮肤是人体最大的器官，作为第一道防线，需保持适当的清洁。频繁且用力的清洁会导致皮脂腺分泌不足，引发干燥、起皮和皲裂等问题，甚至可能降低皮肤的抵抗力，诱发或加重皮肤病。 关注儿童和老年人 儿童的洗澡频率建议为每周2至3次，因为他们的皮肤正处于成长阶段，厚度仅为成年人三分之一，过于频繁的洗浴会导致皮肤干燥和瘙痒。洗澡水温建议不超过38℃，每次洗澡时间控制在10分钟以内，最好提前加热浴室以防着凉。 老年人则建议每周洗澡1次或每半月2至3次，淋浴时间不超过5分钟，水温应在40℃以下，动作应尽量轻柔。有基础疾病的老年人在洗澡时更要控制力度和水温，提前将浴室温度调高，洗澡后可以喝一小杯温开水，以防摔倒和着凉。 通过遵循以上几个要点，您可以在寒冷的冬季中享受安全、舒适的洗澡体验。 请生成上述文档摘要： |
### 冬季洗澡注意事项摘要 随着气温降低，洗澡时需特别注意以下五点，以确保安全与舒适： 1. 洗澡顺序：在寒冷天气中，建议顺序为先洗脸、再洗身体，最后洗头，以减少脑部不适和中风风险。 2. 水温控制：水温应保持在38~40℃之间，避免过热。40岁以上的人应确保浴室温暖，建议温度约为25℃。 3. 洗澡时间：冬季洗澡时间应控制在10到15分钟以内，最长不超过20分钟，以防皮肤干燥和瘙痒。 4. 轻柔搓澡：应避免用力清洁，频繁清洗可能导致皮肤干燥和抵抗力下降。 5. 儿童与老年人：儿童每周洗澡2至3次，水温不超过38℃，每次不超过10分钟；老年人建议每周洗澡1次，每次不超过5分钟，水温在40℃以下，并注意温暖的浴室环境。 遵循这些建议，可以帮助您在冬季享受安全、舒适的洗澡体验。 |
| 语言推理 | 语言推理指理解和推断文本中的逻辑关系和语义关系的任务，要求模型能够根据文本内容进行推理和判断。 | 如果A比B多跑了100米，B比C多跑了50米，\n那么C比A少跑多少？ | 假设C跑的距离为 ( x ) 米。 根据题意： - B比C多跑了50米，所以B跑的距离为 ( x + 50 ) 米。 - A比B多跑了100米，所以A跑的距离为 ( (x + 50) + 100 = x + 150 ) 米。 现在我们要计算C比A少跑的距离： [ A - C = (x + 150) - x = 150 \text{ 米} ] 因此，C比A少跑150米。 |
| 阅读理解 | 阅读理解指理解和回答与给定文本相关的问题的任务，要求模型能够从文本中获取必要的信息，并作出准确的回答。 | 请根据以下说明书，回答用户问题。 # 空调使用说明书 ## 目录 1. 产品介绍 2. 安全注意事项 3. 安装指南 4. 操作说明 5. 日常维护 6. 故障排除 7. 技术参数 8. 客户服务 --- ## 1. 产品介绍 感谢您购买我们的空调产品。本空调采用先进的制冷、制热技术，旨在为您提供舒适的室内环境。请在使用前仔细阅读本说明书，以便充分了解其功能和使用方法。 ## 2. 安全注意事项 - 电源要求：请确保插座电压与产品要求一致，避免使用不合格的插座。 - 防水防潮：请勿在潮湿或多水的环境中使用空调，以免造成电器故障。 - 避免阻挡：确保空调出风口和进风口畅通，避免杂物阻挡。 - 定期检查：定期检查电源线和插头是否完好，如发现损坏，请及时更换。 - 儿童安全：请将遥控器和操作面板放在儿童无法接触的地方。 ## 3. 安装指南 - 选择安装地点：选择通风良好的位置，远离热源和直接阳光照射。 - 安装高度：室内机应安装在离地面至少2.3米的高度。 - 排水管：确保排水管畅通，避免漏水。 - 专业安装：建议由专业人员进行安装，以确保安全和效果。 ## 4. 操作说明 ### 4.1 开机与关机 - 开机：按下遥控器上的“开/关”按钮，或直接按空调面板上的开关。 - 关机：再次按下“开/关”按钮即可关闭空调。 ### 4.2 模式选择 - 制冷模式：适合夏季使用，按“模式”按钮选择“制冷”。 - 制热模式：适合冬季使用，按“模式”按钮选择“制热”。 - 除湿模式：适用于潮湿天气，按“模式”按钮选择“除湿”。 - 送风模式：仅循环空气，不制冷或制热，按“模式”按钮选择“送风”。 ### 4.3 温度设置 使用遥控器上的“温度 +/-”按钮调整所需的室内温度。 ### 4.4 风速调节 按“风速”按钮选择低、中、高三种风速。 ### 4.5 定时功能 - 定时开机：设置所需的开机时间。 - 定时关机：设置所需的关机时间。 ## 5. 日常维护 - 清洁滤网：定期（建议每月）清洁空调滤网，以保证空气流通。 - 外部清洁：定期用湿布擦拭空调外壳，避免积尘。 - 专业保养：每年请专业人员进行一次全面检查和清洁。 ## 6. 故障排除 | 故障现象 | 可能原因 | 解决方法 | |------------------|--------------------|-------------------| | 空调不工作 | 电源未接通 | 检查电源插头及线路 | | 风速异常 | 滤网脏堵 | 清洁或更换滤网 | | 制冷/制热效果差 | 制冷剂不足 | 请专业人员检查 | | 运行噪音过大 | 外部环境问题或内部故障 | 检查周围环境或联系服务中心 | ## 7. 技术参数 - 制冷能力：XXXX BTU - 制热能力：XXXX BTU - 能效等级：XXXX - 电源电压：XXXX V - 频率：XXXX Hz - 适用面积：XXXX 平方米 ## 8. 客户服务 如果您在使用过程中有任何问题，请联系我们的客户服务中心： - 服务热线：XXXX-XXXXXXX - 邮箱：support@example.com - 官方网站：www.example.com 感谢您选择我们的空调产品，祝您使用愉快！ 用户：请问有空调风速有哪几档 |
空调风速有三档可以调节：低、中、高。您可以按下“风速”按钮选择所需的风速。 |
| 文本分类 | 文本分类指将文本分类到预定义类别的任务，要求模型能够根据文本内容确定其所属的类别或标签。 | 你擅长解读用户意图，请从意图列表中选择正确的意图返回： 意图列表如下： [“查询天气”， “订车票”， “订电影票”] 用户：不知道明天天气怎样呢？ 输出： |
输出：查询天气 |
| Json 转文本 | Json转文本指将结构化的Json数据转换为可读的自然语言文本。这项任务在很多应用场景中都很有用，比如生成报告、用户界面展示、自然语言接口等。 | 抱歉，您的身份验证已过期，请重新登陆。 | |
| 代码生成 | 代码生成指根据给定的要求生成相应的代码的任务，要求模型能够理解代码的要求，并生成符合要求的代码。 | 你是一个python工程师，请帮我实现多进程调用func_a 的代码 | 当然可以！在 Python 中，可以使用 multiprocessing 模块来实现多进程调用函数。下面是一个简单的示例，展示如何使用多进程来调用 func_a 函数。 ### 示例代码 python import multiprocessing import time # 定义要调用的函数 def func_a(x): print(f"Process {x} is starting...") time.sleep(2) # 模拟一些耗时操作 print(f"Process {x} has finished.") if __name__ == '__main__': # 创建一个进程列表 processes = [] # 启动多个进程调用 func_a for i in range(5): # 这里我们启动 5 个进程 p = multiprocessing.Process(target=func_a, args=(i,)) processes.append(p) p.start() # 等待所有进程完成 for p in processes: p.join() print("All processes have finished.") ### 代码说明 1. 导入模块：导入 multiprocessing 模块来使用多进程功能。 2. 定义函数：定义 func_a 函数，这个函数会在每个进程中运行。这里使用 time.sleep(2) 模拟一个耗时操作。 3. 主程序： - 使用 if __name__ == '__main__': 保护主程序，以避免 Windows 下的多进程问题。 - 创建一个空的进程列表 processes。 - 使用 for 循环创建并启动多个进程 (Process 对象)，每个进程调用 func_a 函数，并传入不同的参数。 - 使用 p.start() 启动每个进程。 - 使用 p.join() 等待每个进程完成。 4. 输出结果：程序将输出每个进程的开始和结束信息，以及所有进程完成后的信息。 ### 运行结果 运行该代码时，您会看到五个进程同时开始执行 func_a，并在经过大约 2 秒后完成。 ### 注意事项 - 多进程适合 CPU 密集型任务，而对于 I/O 密集型任务，通常使用多线程会更有效。 - 在 Windows 系统上，确保使用 if __name__ == '__main__': 保护主程序，以避免进程递归创建的问题。 - 根据您的具体需求，您可以调整进程数量和函数实现。 |
| 代码纠错 | 代码纠错指检测和修正代码中的错误的任务，要求模型能够识别代码中的错误，并提供正确的修正建议。 | 你是一位python工程师，擅长debug代码，请帮我检查以下代码判断是否存在问题： def access_element(arr, index): return arr[index] my_array = [10, 20, 30, 40, 50] index_to_access = 5 result = access_element(my_array, index_to_access) |
你提供的代码确实存在一些问题，主要是因为数组越界和代码缩进的问题。让我们逐步分析并修复这些问题。 ### 原始代码 python def access_element(arr, index): return arr[index] # 这里缺少缩进 my_array = [10, 20, 30, 40, 50] index_to_access = 5 result = access_element(my_array, index_to_access) ### 代码中的问题 1. 缩进问题：在 Python 中，函数体需要有适当的缩进。 return arr[index] 应该缩进到函数 access_element 的内部。 2. 数组越界：你尝试访问的索引 5 超出了 my_array 的有效范围。my_array 的有效索引是 0 到 4，因此访问 index_to_access 为 5 时会引发 IndexError。 ### 修复后的代码 下面是修复后的代码，包含了缩进和异常处理，以避免数组越界的问题： python def access_element(arr, index): return arr[index] # 正确缩进 my_array = [10, 20, 30, 40, 50] index_to_access = 5 # 这个索引超出了数组的长度 try: result = access_element(my_array, index_to_access) print("Element at index", index_to_access, "is", result) except IndexError as e: print("Error: Array index out of bounds:", e) ### 运行结果 运行修复后的代码将输出： Error: Array index out of bounds: list index out of range ### 总结 - 缩进：确保函数体内的代码有正确的缩进。 - 数组越界：在访问数组之前，可以加入检查，确保索引在有效范围内，或者使用异常处理来捕获潜在的错误。 如果你希望在访问之前检查索引，可以这样修改函数： python def access_element(arr, index): if index < 0 or index >= len(arr): raise IndexError("Index out of bounds") return arr[index] 这样可以在访问数组之前捕获越界错误，提供更友好的错误处理。 |
| 代码解释 | 代码解释指解释代码功能和逻辑的任务，要求模型能够理解代码的功能和实现方式，并用易于理解的语言进行解释。 | 请帮我解释这段代码： """def fibonacci(n): sequence = [] a, b = 0, 1 for _ in range(n): sequence.append(a) a, b = b, a + b return sequence num_terms = 10 fib_sequence = fibonacci(num_terms) print(fib_sequence)""" |
当然可以！以下是对你提供的斐波那契数列代码的逐行解释： def fibonacci(n): 这行定义了一个名为 fibonacci 的函数，该函数接受一个参数 n，表示希望生成的斐波那契数列的项数。 sequence = [] 这里创建了一个空列表 sequence，用于存储生成的斐波那契数列的数值。 a, b = 0, 1 这行代码初始化了两个变量 a 和 b。a 被赋值为 0，b 被赋值为 1。这两个变量代表斐波那契数列的前两个数。 for in range(n): 这一行开始了一个循环，循环的次数为 n（即希望生成的斐波那契数的项数）。 是一个常用的变量名，用于表示该变量的值不会被使用。 sequence.append(a) 在每次循环中，将当前的 a 值（斐波那契数列中的一个数）添加到 sequence 列表中。 a, b = b, a + b 这行代码使用元组解包的方式同时更新 a 和 b 的值。新的 a 赋值为当前的 b，新的 b 赋值为当前的 a + b。这实现了斐波那契数列的递推关系：下一个数等于前两个数的和。 return sequence 当循环结束后，函数返回生成的斐波那契数列 sequence。 # 输入想要生成的斐波那契数列的项数 num_terms = 10 这里定义了一个变量 num_terms，并将其设置为 10，表示我们希望生成前 10 项的斐波那契数列。 fib_sequence = fibonacci(num_terms) 调用 fibonacci 函数，并将 num_terms 作为参数传入。函数返回的斐波那契数列被存储在变量 fib_sequence 中。 print(fib_sequence) 最后，这行代码将生成的斐波那契数列打印到控制台。 总结一下，这段代码定义了一个生成斐波那契数列的函数，并通过调用这个函数来生成前 10 项的斐波那契数列并打印出来。 |
| 理科试题 | 理科试题指涉及自然科学知识的试题，要求模型能够理解科学知识，并回答相关问题。例如各学段的数学题目。 | 1. 细胞是生物体结构和功能的基本单位。下列叙述正确的是（ ） A. 病毒通常是由蛋白质外壳和核酸构成的单细胞生物 B. 原核生物因为没有线粒体所以都不能进行有氧呼吸 C. 哺乳动物同一个体中细胞的染色体数目有可能不同 D. 小麦根细胞吸收离子消耗的ATP主要由叶绿体产生 |
正确的叙述是： C. 哺乳动物同一个体中细胞的染色体数目有可能不同 解释： A选项错误：病毒不是细胞生物，它们是由蛋白质外壳和核酸构成的，但不属于单细胞生物。 B选项错误：原核生物虽然没有线粒体，但有些原核生物如好氧细菌可以通过细胞膜的折叠进行有氧呼吸。 C选项正确：在哺乳动物体内，不同类型的细胞可能存在不同的染色体数目。例如，生殖细胞（如精子和卵子）是单倍体，而体细胞是二倍体。 D选项错误：小麦根细胞吸收离子消耗的ATP主要由线粒体产生，而非叶绿体。叶绿体主要进行光合作用，而根细胞通常不含叶绿体。 |
| 多轮对话 | 多轮对话是指进行多轮交互的对话任务，要求模型能够理解上下文，并进行连贯和合理的对话。 | “东北有哪些地方好玩”，“特色美食是什么” | “东北地区包括中国的辽宁省、吉林省和黑龙江省，这里有许多值得游玩的景点和特色体验。以下是一些推荐的地方： ### 辽宁省 1. 大连：以美丽的海滨风光和宜人的气候著称，可以游览大连老虎滩海洋公园和金石滩国家旅游度假区。 2. 沈阳故宫：中国现存仅次于故宫的古代宫殿建筑，具有重要的历史和文化价值。 3. 本溪水洞：世界上最长的可供游船通过的地下暗河，奇特的地质景观很值得一看。 ### 吉林省 1. 长白山：以其壮观的天池和丰富的自然资源著称，是滑雪和赏秋的热门目的地。 2. 吉林市雾凇岛：冬季雾凇美景享誉全国，是摄影爱好者的天堂。 3. 延吉和图们：这两个城市展示了独特的朝鲜族文化，可以品尝正宗韩国料理。 ### 黑龙江省 1. 哈尔滨：以冰雪大世界和中央大街闻名，每年冬季吸引大量游客前来观赏冰雕和体验冰雪文化。 2. 五大连池：以火山地貌和矿泉水闻名，是一个集休闲、疗养、观光为一体的自然景区。 3. 漠河北极村：中国最北端的村子，可以体验极昼现象，并打卡“中国北极点”。 这些地点各具特色，可以满足不同兴趣的游客，无论是自然风光、文化体验还是美食享受，东北地区都能提供丰富的选择。”， “东北地区以其丰富的饮食文化和独特的烹饪方式而闻名，下面是一些特色美食： ### 辽宁省 1. 小鸡炖蘑菇：用仔鸡和东北特有的榛蘑炖制而成，味道鲜美，营养丰富。 2. 铁锅炖大鹅：以大锅炖煮的方法制作，多加入土豆、豆角等，味道浓郁。 3. 大连海鲜：由于大连靠海，可以品尝到新鲜的海鲜如扇贝、海螺、海参等。 ### 吉林省 1. 冷面：朝鲜族传统美食，特别适合夏天食用，面条劲道，汤底清爽。 2. 打糕：用糯米打制而成，是朝鲜族特有的小吃，可以搭配红豆馅等。 3. 长白山的蓝莓和木耳：长白山地区盛产蓝莓和木耳，自然环境优越，品质上乘。 ### 黑龙江省 1. 锅包肉：一种酸甜口味的炸猪肉，是哈尔滨的代表菜之一。 2. 杀猪菜：传统东北农家菜之一，通常用新鲜的猪肉和酸菜炖煮，味道朴实。 3. 哈尔滨红肠：受俄罗斯风味影响的肉肠，具有独特的烟熏香味。 这些美食展现了东北地区的文化与风土，是当地人智慧与劳动的结晶，也是游客体验当地生活的重要途径。每个菜品都有其独特的历史背景和做法，值得品尝和了解。” |
| 专业考试 | 专业考试是指涉及专业知识的考试题目（主要为文科类），要求模型能够理解专业知识，并作出准确的回答或解释。 | 在战国时期各国纷纷变法，在政治、经济、军事、社会制度等各个方面进行改革。其主要目的是（ ） A．提高百姓的生活水平 B．富国强兵，争取战争胜利 C．恢复西周的礼乐制度 D．招揽人才，提高士的地位 请选择正确的答案并解释 |
正确答案是B．富国强兵，争取战争胜利。 解释：战国时期，各诸侯国之间竞争激烈，战争频繁。为了提高综合国力和军事能力，各国普遍推行变法，以增强实力，争夺霸主地位。变法的核心目的是通过改革政治、经济、和军事制度来实现富国强兵，从而在战争中取得优势。另外，虽然变法可能间接提高百姓的生活水平或招揽人才，但这些并不是变法的主要目标。 |
| Agent | Agent场景指的是智能助手根据用户请求执行特定任务，如查询信息或执行服务。 | {"tools": [{"type": "function", "function": {"name": "location_toilet", "description": "查询最近的厕所", "parameters": {"type": "object", "properties": {"location": {"type": "string", "description": "搜索最近的公厕"}, "required": ["location"]}}}], "src": ["帮我找下这附近的厕所"] | "{\n "tool_calls": [\n {\n "name": "chat",\n "content": "请问您现在的位置"\n }\n ]\n}" |
| NL2SQL | NL2SQL指将自然语言转换成结构化查询语言的任务，要求模型能够理解自然语言的意图，并将其转换成能够执行的SQL查询语句。 | product表中的字段包括product_id、product_name、create_time、price，它们分别表示商品ID、商品名、上架时间、价格。用SQL语句查询2024年上架的商品中价格最高的商品 | 要查询2024年上架的商品中价格最高的商品，你可以使用SQL语句中的WHERE子句进行筛选，结合ORDER BY子句按价格降序排序，然后使用LIMIT子句获取价格最高的商品。以下是具体的SQL查询语句：sql SELECT product_id, product_name, create_time, price FROM product WHERE YEAR(create_time) = 2024 ORDER BY price DESC LIMIT 1; 这条SQL语句的作用是： - WHERE YEAR(create_time) = 2024：筛选出2024年上架的商品。 - ORDER BY price DESC：按价格从高到低排序。 - LIMIT 1：限制结果只返回最高价格的商品。 |
| 记忆增强 | 记忆增强场景是指AI助手根据用户个人信息和偏好，提供个性化服务和提醒。 | 【你的人物设定】\n你将扮演我的智能助理，你的名字叫小南。\n你是一个我的管家，记住我的喜好。\n 记住我的名字是小青，爱好是看书和追剧，提醒我10点要出门 | 好的，小青。我会在10点的时候提醒您出门～ |