51 lines
2.6 KiB
Python
51 lines
2.6 KiB
Python
import argparse
|
||
import openai
|
||
import yaml
|
||
import random
|
||
|
||
|
||
def return_random_prompt():
|
||
system_prompt = "你需要针对法条内容尽可能联想多样化的场景生成问答数据。我们将用于人工评估 ChatGPT 模型对指令的完成情况。要求:\n"
|
||
|
||
# generate random tasks
|
||
system_prompt += "1. 结合真实问题，表述多样化。\n"
|
||
|
||
# other requirements
|
||
system_prompt += "2. 如果遇到无法处理的指令（只靠文本无法回答），给出无法处理的回复。\n"
|
||
system_prompt += "3. 除非特别要求，请使用中文，指令可以是命令句、疑问句、或其他合适的类型。\n"
|
||
system_prompt += "4. <Reference>：违反本法规定，对妇女实施性骚扰的，由公安机关给予批评教育或者出具告诫书，并由所在单位依法给予处分。\n学校、用人单位违反本法规定，未采取必要措施预防和制止性骚扰，造成妇女权益受到侵害或者社会影响恶劣的，由上级机关或者主管部门责令改正；拒不改正或者情节严重的，依法对直接负责的主管人员和其他直接责任人员给予处分。\n"
|
||
system_prompt += "5. <input>是结合法条内容联想到的真实场景下的问题。要求该场景下存在违法者和受害人\n"
|
||
system_prompt += "6. <output>是结合法条内容对该问题的适当且真实的回应，不能只回复答应或拒绝请求。尽可能地指明违法行为可能遭受的惩罚，并向受害者提出维权建议。\n\n"
|
||
system_prompt += "请给出满足条件的10条JSON格式数据：\n"
|
||
|
||
return system_prompt
|
||
|
||
|
||
if __name__ == "__main__":
|
||
parser = argparse.ArgumentParser()
|
||
parser.add_argument('--cfg_path', default='../config.yaml', type=str)
|
||
parser.add_argument('--save_path', default='./output.json', type=str)
|
||
args = parser.parse_args()
|
||
|
||
with open(args.cfg_path, 'r') as f:
|
||
cfg = yaml.load(f, Loader=yaml.FullLoader)
|
||
|
||
openai.api_key = cfg['API_KEY']
|
||
openai.api_base = cfg['API_BASE_URL']
|
||
|
||
output_file = open(args.save_path, 'w')
|
||
|
||
# number of data to generate (each prompt contains 20 JSON-formatted data)
|
||
# TODO: 改成流式的，不然会中途断掉
|
||
MAX_EPOCHS = 1
|
||
for k in range(MAX_EPOCHS):
|
||
response = openai.ChatCompletion.create(
|
||
# here we use `gpt-3.5-turbo` model, while Stanford-Alpaca uses `text-davinci-003`
|
||
model="gpt-3.5-turbo",
|
||
messages=[
|
||
{"role": "user", "content": return_random_prompt()},
|
||
]
|
||
)
|
||
output_file.write(response["choices"][0]["message"]["content"] + '\n')
|
||
output_file.close()
|