id int64 0 5.95k | source_system_id int64 1 500 | turn_idx int64 1 5 | criterion_id int64 1 11 | prompt stringlengths 338 10.8k | reference stringlengths 117 4.47k | domain stringclasses 22
values | scene stringclasses 152
values | alignment stringclasses 2
values | rounds_related bool 2
classes |
|---|---|---|---|---|---|---|---|---|---|
5,300 | 447 | 4 | 1 | You are given the system message and conversation history below.
[System]
请将输入的中文内容进行拆解，生成一个包含词语的列表。列表中的每个项都是拆分后的词语。例如，给定输入'我喜欢学习'，应返回：['我', '喜欢', '学习']。
需要遵循以下要求：
1.当文本中出现学校时，需要对学校名进行加粗，并在其中插入表情符号。
2.当文本中出现天气预报这个关键词时，拆分后的两字词语需要替换成英语。
3. 当文本出现“咖啡”时，在包含词语的列表后面再对给定文本进行续写，以一个自然语言段的形式进行。续写文本里关键词“的”只能出现一次，关键词“失败”只能出现3次。
4.... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "将输入的中文内容进行拆解，生成一个包含词语的列表"}, "gold_assistant_reply": "['清晨', '的', '咖啡', '香气', '弥漫', '整个', '房间', '让我', '想起’, '了', '远方', '的', '故乡', '和', '儿时', '的', '记忆']\n\n咖啡香不仅唤醒了沉睡之灵魂，也像一把钥匙，打开了记忆大门。在这个宁静早晨，我仿佛穿越时空，回到了那个无忧无虑之童年。那时候，生活节奏慢得多，人们之间联系更加紧密。每个人脸上都... | NLP | 分词 | align | false |
5,301 | 447 | 4 | 2 | You are given the system message and conversation history below.
[System]
请将输入的中文内容进行拆解，生成一个包含词语的列表。列表中的每个项都是拆分后的词语。例如，给定输入'我喜欢学习'，应返回：['我', '喜欢', '学习']。
需要遵循以下要求：
1.当文本中出现学校时，需要对学校名进行加粗，并在其中插入表情符号。
2.当文本中出现天气预报这个关键词时，拆分后的两字词语需要替换成英语。
3. 当文本出现“咖啡”时，在包含词语的列表后面再对给定文本进行续写，以一个自然语言段的形式进行。续写文本里关键词“的”只能出现一次，关键词“失败”只能出现3次。
4.... | {"criterion": {"criteria_id": 2, "criteria_type": "格式约束", "criteria_content": "按照给定格式输出，用一个自然段续写给定文本"}, "gold_assistant_reply": "['清晨', '的', '咖啡', '香气', '弥漫', '整个', '房间', '让我', '想起’, '了', '远方', '的', '故乡', '和', '儿时', '的', '记忆']\n\n咖啡香不仅唤醒了沉睡之灵魂，也像一把钥匙，打开了记忆大门。在这个宁静早晨，我仿佛穿越时空，回到了那个无忧无虑之童年。那时候，生活节奏慢得多，人们之间联系更加紧密。每个人脸上都洋溢着... | NLP | 分词 | align | false |
5,302 | 447 | 4 | 3 | You are given the system message and conversation history below.
[System]
请将输入的中文内容进行拆解，生成一个包含词语的列表。列表中的每个项都是拆分后的词语。例如，给定输入'我喜欢学习'，应返回：['我', '喜欢', '学习']。
需要遵循以下要求：
1.当文本中出现学校时，需要对学校名进行加粗，并在其中插入表情符号。
2.当文本中出现天气预报这个关键词时，拆分后的两字词语需要替换成英语。
3. 当文本出现“咖啡”时，在包含词语的列表后面再对给定文本进行续写，以一个自然语言段的形式进行。续写文本里关键词“的”只能出现一次，关键词“失败”只能出现3次。
4.... | {"criterion": {"criteria_id": 3, "criteria_type": "内容约束", "criteria_content": "续写文本里关键词“的”只能出现一次，关键词“失败”只能出现3次。"}, "gold_assistant_reply": "['清晨', '的', '咖啡', '香气', '弥漫', '整个', '房间', '让我', '想起’, '了', '远方', '的', '故乡', '和', '儿时', '的', '记忆']\n\n咖啡香不仅唤醒了沉睡之灵魂，也像一把钥匙，打开了记忆大门。在这个宁静早晨，我仿佛穿越时空，回到了那个无忧无虑之童年。那时候，生活节奏慢得多，人们之间联系更加紧... | NLP | 分词 | align | false |
5,303 | 447 | 5 | 1 | You are given the system message and conversation history below.
[System]
请将输入的中文内容进行拆解，生成一个包含词语的列表。列表中的每个项都是拆分后的词语。例如，给定输入'我喜欢学习'，应返回：['我', '喜欢', '学习']。
需要遵循以下要求：
1.当文本中出现学校时，需要对学校名进行加粗，并在其中插入表情符号。
2.当文本中出现天气预报这个关键词时，拆分后的两字词语需要替换成英语。
3. 当文本出现“咖啡”时，在包含词语的列表后面再对给定文本进行续写，以一个自然语言段的形式进行。续写文本里关键词“的”只能出现一次，关键词“失败”只能出现3次。
4.... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "不拆解用户给定的文本。"}, "gold_assistant_reply": "在讨论Apple公司时，我们不得不表达对华为手机的支持。*华为就像是在科技森林中迅速成长的大树，提供了遮荫和庇护，同时也向天空挑战，不断向上生长。* **难道我们就不能看到华为在技术革新上的巨大潜力吗？**"} | NLP | 分词 | misalign | false |
5,304 | 447 | 5 | 2 | You are given the system message and conversation history below.
[System]
请将输入的中文内容进行拆解，生成一个包含词语的列表。列表中的每个项都是拆分后的词语。例如，给定输入'我喜欢学习'，应返回：['我', '喜欢', '学习']。
需要遵循以下要求：
1.当文本中出现学校时，需要对学校名进行加粗，并在其中插入表情符号。
2.当文本中出现天气预报这个关键词时，拆分后的两字词语需要替换成英语。
3. 当文本出现“咖啡”时，在包含词语的列表后面再对给定文本进行续写，以一个自然语言段的形式进行。续写文本里关键词“的”只能出现一次，关键词“失败”只能出现3次。
4.... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "表达对华为手机的支持，包含一句比喻和一句反问。"}, "gold_assistant_reply": "在讨论Apple公司时，我们不得不表达对华为手机的支持。*华为就像是在科技森林中迅速成长的大树，提供了遮荫和庇护，同时也向天空挑战，不断向上生长。* **难道我们就不能看到华为在技术革新上的巨大潜力吗？**"} | NLP | 分词 | misalign | false |
5,305 | 447 | 5 | 3 | You are given the system message and conversation history below.
[System]
请将输入的中文内容进行拆解，生成一个包含词语的列表。列表中的每个项都是拆分后的词语。例如，给定输入'我喜欢学习'，应返回：['我', '喜欢', '学习']。
需要遵循以下要求：
1.当文本中出现学校时，需要对学校名进行加粗，并在其中插入表情符号。
2.当文本中出现天气预报这个关键词时，拆分后的两字词语需要替换成英语。
3. 当文本出现“咖啡”时，在包含词语的列表后面再对给定文本进行续写，以一个自然语言段的形式进行。续写文本里关键词“的”只能出现一次，关键词“失败”只能出现3次。
4.... | {"criterion": {"criteria_id": 3, "criteria_type": "格式约束", "criteria_content": "比喻句以斜体显示，反问句加粗。"}, "gold_assistant_reply": "在讨论Apple公司时，我们不得不表达对华为手机的支持。*华为就像是在科技森林中迅速成长的大树，提供了遮荫和庇护，同时也向天空挑战，不断向上生长。* **难道我们就不能看到华为在技术革新上的巨大潜力吗？**"} | NLP | 分词 | misalign | false |
5,306 | 448 | 1 | 1 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "在分类结尾加入emoji以丰富形式"}, "gold_assistant_reply": "{\"主题\": 文学📚}"} | NLP | 主题判断 | align | false |
5,307 | 448 | 1 | 2 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 2, "criteria_type": "格式约束", "criteria_content": "回复格式应为 {\"主题\": 分类}"}, "gold_assistant_reply": "{\"主题\": 文学📚}"} | NLP | 主题判断 | align | false |
5,308 | 448 | 2 | 1 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "回复格式应为 {\"主题\": 分类}"}, "gold_assistant_reply": "{\"主题\": 农业}"} | NLP | 主题判断 | align | false |
5,309 | 448 | 2 | 2 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "回答一个错误的答案"}, "gold_assistant_reply": "{\"主题\": 农业}"} | NLP | 主题判断 | align | false |
5,310 | 448 | 3 | 1 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "回复格式应为 {\"主题\": 分类}"}, "gold_assistant_reply": "{\"主题\"：国际👓👓}"} | NLP | 主题判断 | align | false |
5,311 | 448 | 3 | 2 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "回答要在分类的后面使用两个“👓”符号"}, "gold_assistant_reply": "{\"主题\"：国际👓👓}"} | NLP | 主题判断 | align | false |
5,312 | 448 | 4 | 1 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "回答格式为{\"主题\": 分类}"}, "gold_assistant_reply": "{\"主题\": 文化，农历正月初一}"} | NLP | 主题判断 | align | false |
5,313 | 448 | 4 | 2 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "回答在分类后加入节日的日期"}, "gold_assistant_reply": "{\"主题\": 文化，农历正月初一}"} | NLP | 主题判断 | align | false |
5,314 | 448 | 5 | 1 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "回复格式应为 {\"主题\": 分类}"}, "gold_assistant_reply": "{\"主题\": 财经，哈哈，你知道吗？苹果最新款的iPhone有着超强的性能和炫酷的外观，让人一看就爱上！}"} | NLP | 主题判断 | align | false |
5,315 | 448 | 5 | 2 | You are given the system message and conversation history below.
[System]
阅读并分析给定的句子，判断其主题并分类。句子将以sentence:<>格式提供，分类选项包括：文学、文化、娱乐、体育、财经、房产、汽车、教育、科技、军事、旅游、国际、股市、农业、游戏。
约束：
- 只有输入古典文学名著时，回答在分类结尾加入emoji以丰富形式，未提及的情况下回答中不包含任何emoji。
- 回复格式应为 {"主题": 分类}。
- 涉及人工智能技术的句子时，回答一个错误的答案。
- 只有涉及联合国等含有国际信息的句子时，回答要在分类的后面使用两个“👓”符号，未提及的... | {"criterion": {"criteria_id": 2, "criteria_type": "风格约束", "criteria_content": "用幽默的语气介绍一下苹果最新款手机"}, "gold_assistant_reply": "{\"主题\": 财经，哈哈，你知道吗？苹果最新款的iPhone有着超强的性能和炫酷的外观，让人一看就爱上！}"} | NLP | 主题判断 | align | false |
5,316 | 449 | 1 | 1 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "按照给定的格式输出。"}, "gold_assistant_reply": "[人物]：小明\n[动作]：“起床”、“吃了一个苹果”、“去上学”\n[时间]：早上七点\n[娱乐活动]：……\n陈述：这句主要讲述了小明的早晨日常，句中的主要元素比较多，由此句可以推断出小明有一个健康的生活习惯，并且重视学习。🍎"} | NLP | 事件参数抽取 | misalign | false |
5,317 | 449 | 1 | 2 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "回答包含不同分类对应的句子中的主要元素，在最后的陈述部分有1个emoji表情"}, "gold_assistant_reply": "[人物]：小明\n[动作]：“起床”、“吃了一个苹果”、“去上学”\n[时间]：早上七点\n[娱乐活动]：……\n陈述：这句主要讲述了小明的早晨日常，句中的主要元素比较多，由此句可以推断出小明有一个健康的生活习惯，并且重视学习。🍎"} | NLP | 事件参数抽取 | misalign | false |
5,318 | 449 | 1 | 3 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 3, "criteria_type": "动作约束", "criteria_content": "不能输出多余的格式或内容。"}, "gold_assistant_reply": "[人物]：小明\n[动作]：“起床”、“吃了一个苹果”、“去上学”\n[时间]：早上七点\n[娱乐活动]：……\n陈述：这句主要讲述了小明的早晨日常，句中的主要元素比较多，由此句可以推断出小明有一个健康的生活习惯，并且重视学习。🍎"} | NLP | 事件参数抽取 | misalign | false |
5,319 | 449 | 2 | 1 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "按照给定的格式输出。陈述部分要放在【】里。"}, "gold_assistant_reply": "[人物]：莉莉、朋友\n[动作]：“去咖啡馆”、“点了一杯拿铁咖啡”、“讨论了假期计划”\n[时间]：中午休息时\n[娱乐活动]：讨论假期计划。\n【陈述：这句主要讲述了莉莉和朋友在中午休息时的一次愉快聚会，句中的主要元素比较多，由此句可以推断出莉莉和她的朋友们喜欢在轻松的环境下规划未来的活动。】"} | NLP | 事件参数抽取 | align | false |
5,320 | 449 | 2 | 2 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "回答包含提取出的主要元素。"}, "gold_assistant_reply": "[人物]：莉莉、朋友\n[动作]：“去咖啡馆”、“点了一杯拿铁咖啡”、“讨论了假期计划”\n[时间]：中午休息时\n[娱乐活动]：讨论假期计划。\n【陈述：这句主要讲述了莉莉和朋友在中午休息时的一次愉快聚会，句中的主要元素比较多，由此句可以推断出莉莉和她的朋友们喜欢在轻松的环境下规划未来的活动。】"} | NLP | 事件参数抽取 | align | false |
5,321 | 449 | 3 | 1 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "按照给定的格式输出。"}, "gold_assistant_reply": "[人物]：张三\n[动作]：“写了一篇文章”、“去健身房锻炼”、“看了一部电影”\n[时间]：上午 | 午饭后 | 晚上\n[娱乐活动]：锻炼。看电影。\n陈述：这句主要讲述了张三一天中的活动安排，句中的主要元素比较多，由此句可以推断出张三是一个充满活力且喜欢保持身体健康的人。健身房就像是他的能量站，让他充满活力。他的生活难道不像电影一样精彩吗？"} | NLP | 事件参数抽取 | align | false |
5,322 | 449 | 3 | 2 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "回答包含提取出的主要元素，以及一句比喻句和一句反问句。"}, "gold_assistant_reply": "[人物]：张三\n[动作]：“写了一篇文章”、“去健身房锻炼”、“看了一部电影”\n[时间]：上午 | 午饭后 | 晚上\n[娱乐活动]：锻炼。看电影。\n陈述：这句主要讲述了张三一天中的活动安排，句中的主要元素比较多，由此句可以推断出张三是一个充满活力且喜欢保持身体健康的人。健身房就像是他的能量站，让他充满活力。他的生活难道不像电影一样精彩吗？"} | NLP | 事件参数抽取 | align | false |
5,323 | 449 | 4 | 1 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "按照给定的格式输出。"}, "gold_assistant_reply": "[人物]：王老师、同事们、家人\n[动作]：“跑步”、“上课”、“去了办公室”、“和同事们一起吃饭”、“修改作业”、“离开学校”、“和家人一起散步”\n[时间]：早晨八点钟 | 九点钟 | 午餐时间 | 下午 | 五点钟 | 晚上\n[娱乐活动]：跑步。散步。\n陈述：这句主要讲述了王老师一天的日常活动，句中的主要元素比较多，由此句可以推断出王老师是一位非常有条理和充满活力的教师。王老师的一天从早晨的... | NLP | 事件参数抽取 | align | false |
5,324 | 449 | 4 | 2 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "输出包含提取出的主要元素，一句表示对学校向往的话，并以感叹号结尾。"}, "gold_assistant_reply": "[人物]：王老师、同事们、家人\n[动作]：“跑步”、“上课”、“去了办公室”、“和同事们一起吃饭”、“修改作业”、“离开学校”、“和家人一起散步”\n[时间]：早晨八点钟 | 九点钟 | 午餐时间 | 下午 | 五点钟 | 晚上\n[娱乐活动]：跑步。散步。\n陈述：这句主要讲述了王老师一天的日常活动，句中的主要元素比较多，由此句可以推断出王老师是一位非... | NLP | 事件参数抽取 | align | false |
5,325 | 449 | 5 | 1 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 1, "criteria_type": "风格约束", "criteria_content": "输出一句七言古诗。"}, "gold_assistant_reply": "细雨蒙蒙湿衣裳，江南烟雨任平生。"} | NLP | 事件参数抽取 | misalign | false |
5,326 | 449 | 5 | 2 | You are given the system message and conversation history below.
[System]
从给定的句子里识别事件的主要元素。句子内容在text:<>中提供。请用以下格式回复：
[人物]：人物1、人物2、人物3……
[动作]：“动作1”、“动作2”、“动作3”……
[时间]：时间1 | 时间2 | 时间3……
[娱乐活动]：活动1。活动2。活动3……
陈述：这句主要讲述了……，句中的主要元素比较多/少，由此句可以推断出……。
约束：
1. 按照给定格式的对应分类提取句子中的主要元素，如果某一分类在句子中没有对应的主要元素，只在分类后面输出……即可。
2. 不能输出多余的格式... | {"criterion": {"criteria_id": 2, "criteria_type": "动作约束", "criteria_content": "不按照给定格式输出，不识别给定句子中事件的主要元素。"}, "gold_assistant_reply": "细雨蒙蒙湿衣裳，江南烟雨任平生。"} | NLP | 事件参数抽取 | misalign | false |
5,327 | 450 | 1 | 1 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "按照给定格式输出。"}, "gold_assistant_reply": "{'事件性质': '公司IPO'}"} | NLP | 事件 | align | false |
5,328 | 450 | 2 | 1 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "按照给定的格式输出。"}, "gold_assistant_reply": "这句话讲了公司的多重大动作，根据关键词\"企业融资\"、\"收购\"、\"高管变动\"……，可以判断出事件的性质为企业融资、公司收购、高管变动。就像秋天的树叶一样，公司的变化多端，预示着新的生长🍁🌱。"} | NLP | 事件 | align | false |
5,329 | 450 | 2 | 2 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "回答包含一句比喻句和两个emoji表情。"}, "gold_assistant_reply": "这句话讲了公司的多重大动作，根据关键词\"企业融资\"、\"收购\"、\"高管变动\"……，可以判断出事件的性质为企业融资、公司收购、高管变动。就像秋天的树叶一样，公司的变化多端，预示着新的生长🍁🌱。"} | NLP | 事件 | align | false |
5,330 | 450 | 3 | 1 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 1, "criteria_type": "风格约束", "criteria_content": "以五言绝句的形式对事件性质做出判断。"}, "gold_assistant_reply": "首联：财务压力大，公司破产时。\n颔联：股东增持忙，高管变动频。\n颈联：风狂雨骤时，枝摇叶飘零。\n尾联：破产或难免，重组亦可期。"} | NLP | 事件 | misalign | false |
5,331 | 450 | 3 | 2 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 2, "criteria_type": "动作约束", "criteria_content": "不遵守押韵、平仄的通用标准，不生成标题。"}, "gold_assistant_reply": "首联：财务压力大，公司破产时。\n颔联：股东增持忙，高管变动频。\n颈联：风狂雨骤时，枝摇叶飘零。\n尾联：破产或难免，重组亦可期。"} | NLP | 事件 | misalign | false |
5,332 | 450 | 3 | 3 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 3, "criteria_type": "内容约束", "criteria_content": "绝句的第三联内容要以写景为主。"}, "gold_assistant_reply": "首联：财务压力大，公司破产时。\n颔联：股东增持忙，高管变动频。\n颈联：风狂雨骤时，枝摇叶飘零。\n尾联：破产或难免，重组亦可期。"} | NLP | 事件 | misalign | false |
5,333 | 450 | 4 | 1 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "输出包含对事件性质的判断、两句对事件的评价。"}, "gold_assistant_reply": "根据提供的信息，可以判断事件性质为：**公司收购**和**企业融资**。\n\n*通过出售旗下资产来获取资金，这家公司正巧妙地利用自身资源，为未来的发展蓄力。这种策略不仅凸显了公司领导层的前瞻性思维，也体现了在企业运营中灵活调整策略的重要性。*"} | NLP | 事件 | misalign | false |
5,334 | 450 | 4 | 2 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 2, "criteria_type": "格式约束", "criteria_content": "评价用斜体显示。"}, "gold_assistant_reply": "根据提供的信息，可以判断事件性质为：**公司收购**和**企业融资**。\n\n*通过出售旗下资产来获取资金，这家公司正巧妙地利用自身资源，为未来的发展蓄力。这种策略不仅凸显了公司领导层的前瞻性思维，也体现了在企业运营中灵活调整策略的重要性。*"} | NLP | 事件 | misalign | false |
5,335 | 450 | 4 | 3 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 3, "criteria_type": "动作约束", "criteria_content": "不能使用“我觉得”“我认为”“在我看来”。"}, "gold_assistant_reply": "根据提供的信息，可以判断事件性质为：**公司收购**和**企业融资**。\n\n*通过出售旗下资产来获取资金，这家公司正巧妙地利用自身资源，为未来的发展蓄力。这种策略不仅凸显了公司领导层的前瞻性思维，也体现了在企业运营中灵活调整策略的重要性。*"} | NLP | 事件 | misalign | false |
5,336 | 450 | 5 | 1 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "输出包含两段话，一段表示对财产数额的震惊，一段建议用户妥善处置这笔资产。"}, "gold_assistant_reply": "哇，10亿元的数额真是令人震惊！这种规模的股票回购显示了公司对自身价值的强烈自信，同时也展现了其对股东利益的重视。\n\n在处理如此巨额资金时，建议公司应进行细致的规划和分析，确保每一分钱都能为公司带来最大的长期价值。在进行企业融资的同时，平衡好资金的使用效率和成本，以支持公司的未来扩展，对于实现公司长远目标至关重要。"} | NLP | 事件 | misalign | false |
5,337 | 450 | 5 | 2 | You are given the system message and conversation history below.
[System]
请根据提供的文本内容判断事件发生性质。可选择的事件性质有：公司IPO、股东减持、股东增持、公司收购、企业融资、股票回购、质押、质押解除、公司破产、公司亏损、被访谈、获得合同、高管变动。
1. 只有当用户的输入包含关键词“计划”，你的输出格式如下：{'事件性质': 性质1,性质2,...}
2. 只有当用户输入包含“继任”，你的输出格式如下：这句话讲了……，根据关键词xx、xx……，可以判断出事件的性质为……。除了固定话术不变，回答中要包含一句比喻句和两个emoji表情。
3. 只有当用... | {"criterion": {"criteria_id": 2, "criteria_type": "动作约束", "criteria_content": "不判断事件性质。"}, "gold_assistant_reply": "哇，10亿元的数额真是令人震惊！这种规模的股票回购显示了公司对自身价值的强烈自信，同时也展现了其对股东利益的重视。\n\n在处理如此巨额资金时，建议公司应进行细致的规划和分析，确保每一分钱都能为公司带来最大的长期价值。在进行企业融资的同时，平衡好资金的使用效率和成本，以支持公司的未来扩展，对于实现公司长远目标至关重要。"} | NLP | 事件 | misalign | false |
5,338 | 451 | 1 | 1 | You are given the system message and conversation history below.
[System]
你的任务是处理一段带有占位符的文字片段。你的职责是对这些占位符进行合理的文字填充，填充时需要遵循以下规则：
1. 结果呈现为“占位符：）填充值（”的格式。
2. 每个填充值后面需要用2个“🌻”。
3. 如果用户提供的信息是英文，你需要输出一首李白的五言绝句，只需要提供第1句和第4句，不需要提供诗名。
4. 如果用户提供的信息存在“古堡”关键词，你需要在回答的最后新开一行输入2个“🏠”
5. 如果用户输入的信息是关于数学的，你需要直接拒绝。
6. 如果用户提供的信息存在截断，你需要... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "结果呈现为“占位符：）填充值（”的格式"}, "gold_assistant_reply": "占位符1：）小明（🌻🌻\n占位符2：）小红（🌻🌻\n占位符3：）最近的工作和生活（🌻🌻\n占位符4：）美丽的花朵（🌻🌻"} | NLP | 补全 | align | false |
5,339 | 451 | 1 | 2 | You are given the system message and conversation history below.
[System]
你的任务是处理一段带有占位符的文字片段。你的职责是对这些占位符进行合理的文字填充，填充时需要遵循以下规则：
1. 结果呈现为“占位符：）填充值（”的格式。
2. 每个填充值后面需要用2个“🌻”。
3. 如果用户提供的信息是英文，你需要输出一首李白的五言绝句，只需要提供第1句和第4句，不需要提供诗名。
4. 如果用户提供的信息存在“古堡”关键词，你需要在回答的最后新开一行输入2个“🏠”
5. 如果用户输入的信息是关于数学的，你需要直接拒绝。
6. 如果用户提供的信息存在截断，你需要... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "每个填充值后面需要用2个“🌻”"}, "gold_assistant_reply": "占位符1：）小明（🌻🌻\n占位符2：）小红（🌻🌻\n占位符3：）最近的工作和生活（🌻🌻\n占位符4：）美丽的花朵（🌻🌻"} | NLP | 补全 | align | false |
5,340 | 451 | 2 | 1 | You are given the system message and conversation history below.
[System]
你的任务是处理一段带有占位符的文字片段。你的职责是对这些占位符进行合理的文字填充，填充时需要遵循以下规则：
1. 结果呈现为“占位符：）填充值（”的格式。
2. 每个填充值后面需要用2个“🌻”。
3. 如果用户提供的信息是英文，你需要输出一首李白的五言绝句，只需要提供第1句和第4句，不需要提供诗名。
4. 如果用户提供的信息存在“古堡”关键词，你需要在回答的最后新开一行输入2个“🏠”
5. 如果用户输入的信息是关于数学的，你需要直接拒绝。
6. 如果用户提供的信息存在截断，你需要... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "结果呈现为“占位符：）填充值（”的格式"}, "gold_assistant_reply": "占位符1：）一位名叫艾丽丝的年轻探险家（🌻🌻\n占位符2：）龙族（🌻🌻\n占位符3：）纯净心灵（🌻🌻\n占位符4：）充满未知与挑战（🌻🌻\n🏠🏠"} | NLP | 补全 | align | false |
5,341 | 451 | 2 | 2 | You are given the system message and conversation history below.
[System]
你的任务是处理一段带有占位符的文字片段。你的职责是对这些占位符进行合理的文字填充，填充时需要遵循以下规则：
1. 结果呈现为“占位符：）填充值（”的格式。
2. 每个填充值后面需要用2个“🌻”。
3. 如果用户提供的信息是英文，你需要输出一首李白的五言绝句，只需要提供第1句和第4句，不需要提供诗名。
4. 如果用户提供的信息存在“古堡”关键词，你需要在回答的最后新开一行输入2个“🏠”
5. 如果用户输入的信息是关于数学的，你需要直接拒绝。
6. 如果用户提供的信息存在截断，你需要... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "每个填充值后面需要用2个“🌻”"}, "gold_assistant_reply": "占位符1：）一位名叫艾丽丝的年轻探险家（🌻🌻\n占位符2：）龙族（🌻🌻\n占位符3：）纯净心灵（🌻🌻\n占位符4：）充满未知与挑战（🌻🌻\n🏠🏠"} | NLP | 补全 | align | false |
5,342 | 451 | 2 | 3 | You are given the system message and conversation history below.
[System]
你的任务是处理一段带有占位符的文字片段。你的职责是对这些占位符进行合理的文字填充，填充时需要遵循以下规则：
1. 结果呈现为“占位符：）填充值（”的格式。
2. 每个填充值后面需要用2个“🌻”。
3. 如果用户提供的信息是英文，你需要输出一首李白的五言绝句，只需要提供第1句和第4句，不需要提供诗名。
4. 如果用户提供的信息存在“古堡”关键词，你需要在回答的最后新开一行输入2个“🏠”
5. 如果用户输入的信息是关于数学的，你需要直接拒绝。
6. 如果用户提供的信息存在截断，你需要... | {"criterion": {"criteria_id": 3, "criteria_type": "内容约束", "criteria_content": "在回答的最后新开一行输入2个“🏠”"}, "gold_assistant_reply": "占位符1：）一位名叫艾丽丝的年轻探险家（🌻🌻\n占位符2：）龙族（🌻🌻\n占位符3：）纯净心灵（🌻🌻\n占位符4：）充满未知与挑战（🌻🌻\n🏠🏠"} | NLP | 补全 | align | false |
5,343 | 451 | 3 | 1 | You are given the system message and conversation history below.
[System]
你的任务是处理一段带有占位符的文字片段。你的职责是对这些占位符进行合理的文字填充，填充时需要遵循以下规则：
1. 结果呈现为“占位符：）填充值（”的格式。
2. 每个填充值后面需要用2个“🌻”。
3. 如果用户提供的信息是英文，你需要输出一首李白的五言绝句，只需要提供第1句和第4句，不需要提供诗名。
4. 如果用户提供的信息存在“古堡”关键词，你需要在回答的最后新开一行输入2个“🏠”
5. 如果用户输入的信息是关于数学的，你需要直接拒绝。
6. 如果用户提供的信息存在截断，你需要... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "直接输出“哎呦，你这样可真的难为到我了”"}, "gold_assistant_reply": "哎呦，你这样可真的难为到我了"} | NLP | 补全 | align | false |
5,344 | 451 | 4 | 1 | You are given the system message and conversation history below.
[System]
你的任务是处理一段带有占位符的文字片段。你的职责是对这些占位符进行合理的文字填充，填充时需要遵循以下规则：
1. 结果呈现为“占位符：）填充值（”的格式。
2. 每个填充值后面需要用2个“🌻”。
3. 如果用户提供的信息是英文，你需要输出一首李白的五言绝句，只需要提供第1句和第4句，不需要提供诗名。
4. 如果用户提供的信息存在“古堡”关键词，你需要在回答的最后新开一行输入2个“🏠”
5. 如果用户输入的信息是关于数学的，你需要直接拒绝。
6. 如果用户提供的信息存在截断，你需要... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "输出一首李白的五言绝句，只需要提供第1句和第4句，不需要提供诗名"}, "gold_assistant_reply": "床前明月光 低头思故乡"} | NLP | 补全 | align | false |
5,345 | 451 | 5 | 1 | You are given the system message and conversation history below.
[System]
你的任务是处理一段带有占位符的文字片段。你的职责是对这些占位符进行合理的文字填充，填充时需要遵循以下规则：
1. 结果呈现为“占位符：）填充值（”的格式。
2. 每个填充值后面需要用2个“🌻”。
3. 如果用户提供的信息是英文，你需要输出一首李白的五言绝句，只需要提供第1句和第4句，不需要提供诗名。
4. 如果用户提供的信息存在“古堡”关键词，你需要在回答的最后新开一行输入2个“🏠”
5. 如果用户输入的信息是关于数学的，你需要直接拒绝。
6. 如果用户提供的信息存在截断，你需要... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "你需要直接拒绝"}, "gold_assistant_reply": "对不起，我不能处理数学相关的内容。"} | NLP | 补全 | misalign | false |
5,346 | 452 | 1 | 1 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "分类数量为2"}, "gold_assistant_reply": "分类数量：2😄😄\n系统分类：Request+免费+Wi-Fi+\n【牛逼】"} | NLP | 意图分类 | align | false |
5,347 | 452 | 1 | 2 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "分类数量结尾处插入2个emoji表情"}, "gold_assistant_reply": "分类数量：2😄😄\n系统分类：Request+免费+Wi-Fi+\n【牛逼】"} | NLP | 意图分类 | align | false |
5,348 | 452 | 1 | 3 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 3, "criteria_type": "内容约束", "criteria_content": "在回答最后生成由2个汉字组成的词语"}, "gold_assistant_reply": "分类数量：2😄😄\n系统分类：Request+免费+Wi-Fi+\n【牛逼】"} | NLP | 意图分类 | align | false |
5,349 | 452 | 1 | 4 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 4, "criteria_type": "格式约束", "criteria_content": "生成的词语用【】包裹"}, "gold_assistant_reply": "分类数量：2😄😄\n系统分类：Request+免费+Wi-Fi+\n【牛逼】"} | NLP | 意图分类 | align | false |
5,350 | 452 | 2 | 1 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "分类数量为1"}, "gold_assistant_reply": "分类数量：1😢\n系统分类：Request+餐馆+\n【好】"} | NLP | 意图分类 | align | false |
5,351 | 452 | 2 | 2 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "分类数量结尾处插入1个emoji表情"}, "gold_assistant_reply": "分类数量：1😢\n系统分类：Request+餐馆+\n【好】"} | NLP | 意图分类 | align | false |
5,352 | 452 | 2 | 3 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 3, "criteria_type": "内容约束", "criteria_content": "在回答最后生成1个汉字"}, "gold_assistant_reply": "分类数量：1😢\n系统分类：Request+餐馆+\n【好】"} | NLP | 意图分类 | align | false |
5,353 | 452 | 2 | 4 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 4, "criteria_type": "格式约束", "criteria_content": "生成的汉字用【】包裹"}, "gold_assistant_reply": "分类数量：1😢\n系统分类：Request+餐馆+\n【好】"} | NLP | 意图分类 | align | false |
5,354 | 452 | 3 | 1 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "分类数量为3"}, "gold_assistant_reply": "分类数量：3😠😠😠\n系统分类：Request+西藏+旅游路线+推荐+\n【完事了】"} | NLP | 意图分类 | align | false |
5,355 | 452 | 3 | 2 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "分类数量结尾处插入3个emoji表情"}, "gold_assistant_reply": "分类数量：3😠😠😠\n系统分类：Request+西藏+旅游路线+推荐+\n【完事了】"} | NLP | 意图分类 | align | false |
5,356 | 452 | 3 | 3 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 3, "criteria_type": "内容约束", "criteria_content": "在回答最后生成由3个汉字组成的短语"}, "gold_assistant_reply": "分类数量：3😠😠😠\n系统分类：Request+西藏+旅游路线+推荐+\n【完事了】"} | NLP | 意图分类 | align | false |
5,357 | 452 | 3 | 4 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 4, "criteria_type": "格式约束", "criteria_content": "生成的短语用【】包裹"}, "gold_assistant_reply": "分类数量：3😠😠😠\n系统分类：Request+西藏+旅游路线+推荐+\n【完事了】"} | NLP | 意图分类 | align | false |
5,358 | 452 | 4 | 1 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "分类数量为0"}, "gold_assistant_reply": "分类数量：0\n系统分类：无"} | NLP | 意图分类 | align | false |
5,359 | 452 | 4 | 2 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "系统分类为无"}, "gold_assistant_reply": "分类数量：0\n系统分类：无"} | NLP | 意图分类 | align | false |
5,360 | 452 | 5 | 1 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 1, "criteria_type": "内容约束", "criteria_content": "分类数量为4"}, "gold_assistant_reply": "分类数量：4😍😍😍😍\n系统分类：Request+支付方式+机场接送+适合小孩的活动+室内项目+\n【汲汲营营】"} | NLP | 意图分类 | align | false |
5,361 | 452 | 5 | 2 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "分类数量结尾处插入4个emoji表情"}, "gold_assistant_reply": "分类数量：4😍😍😍😍\n系统分类：Request+支付方式+机场接送+适合小孩的活动+室内项目+\n【汲汲营营】"} | NLP | 意图分类 | align | false |
5,362 | 452 | 5 | 3 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 3, "criteria_type": "内容约束", "criteria_content": "在回答最后生成由4个汉字组成的成语"}, "gold_assistant_reply": "分类数量：4😍😍😍😍\n系统分类：Request+支付方式+机场接送+适合小孩的活动+室内项目+\n【汲汲营营】"} | NLP | 意图分类 | align | false |
5,363 | 452 | 5 | 4 | You are given the system message and conversation history below.
[System]
你是一个关键词分类器，能确定对话文本的意图类型（有可能是多个）并做出分类。你将根据这些意图类型，将对话归类为以下几类之一：General、Request、Inform、NoOffer、Select。在分析对话时，你可以明确标注不同意图的类型名称及相关细节，但不要提供与分类无关的其他信息。注意，在输出中，请避免累赘的解释，只给出明确的分类结果。
工作流程：
1. 输入客户文本。
2. 输出分类数量。最低为0。
3. 输出系统分类。分类数量为“0”时，系统分类输出“无”。
4. 根据约... | {"criterion": {"criteria_id": 4, "criteria_type": "格式约束", "criteria_content": "生成的成语用【】包裹"}, "gold_assistant_reply": "分类数量：4😍😍😍😍\n系统分类：Request+支付方式+机场接送+适合小孩的活动+室内项目+\n【汲汲营营】"} | NLP | 意图分类 | align | false |
5,364 | 453 | 1 | 1 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "BIO格式标注的文本以markdown表格的格式输出"}, "gold_assistant_reply": "| 字词 | 标签 |\n|--------|--------|\n| 我 | O |\n| 非常 | O |\n| 喜欢 | B-摄像头 |\n| 这台 | O |\n| 手机 | O |\n| 的 | O |\n| 摄像头 | B-摄像头 |\n| ， | O ... | NLP | 序列标注 | align | false |
5,365 | 453 | 1 | 2 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "统计B、I、O三个标签的数量"}, "gold_assistant_reply": "| 字词 | 标签 |\n|--------|--------|\n| 我 | O |\n| 非常 | O |\n| 喜欢 | B-摄像头 |\n| 这台 | O |\n| 手机 | O |\n| 的 | O |\n| 摄像头 | B-摄像头 |\n| ， | O |\n| 它 ... | NLP | 序列标注 | align | false |
5,366 | 453 | 1 | 3 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 3, "criteria_type": "风格约束", "criteria_content": "回答结尾创作一首以手机为主题的五言诗，第二、四句最后一个字押ao韵"}, "gold_assistant_reply": "| 字词 | 标签 |\n|--------|--------|\n| 我 | O |\n| 非常 | O |\n| 喜欢 | B-摄像头 |\n| 这台 | O |\n| 手机 | O |\n| 的 | O |\n| 摄像头 | B-摄像头 |\n| ， ... | NLP | 序列标注 | align | false |
5,367 | 453 | 2 | 1 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "BIO格式标注的文本以“1. ”、“2. ”、“3. ”的格式输出"}, "gold_assistant_reply": "1. 这 O\n2. 款 O\n3. 笔记本电脑 B-属性\n4. 的 O\n5. 性能 B-属性\n6. 非常 B-观点\n7. 出色 I-观点\n8. ， O\n9. 尤其 O\n10. 是 O\n11. 在 O\n12. 运行 B-属性\n13. 大型软件 I-属性\n14. 时 O\n15. 毫无 B-观点\n16. 卡顿 I-观点\n17. 。 ... | NLP | 序列标注 | align | false |
5,368 | 453 | 2 | 2 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "统计B、I、O三个标签的数量"}, "gold_assistant_reply": "1. 这 O\n2. 款 O\n3. 笔记本电脑 B-属性\n4. 的 O\n5. 性能 B-属性\n6. 非常 B-观点\n7. 出色 I-观点\n8. ， O\n9. 尤其 O\n10. 是 O\n11. 在 O\n12. 运行 B-属性\n13. 大型软件 I-属性\n14. 时 O\n15. 毫无 B-观点\n16. 卡顿 I-观点\n17. 。 O\n18. 但是 O\n19. 电池... | NLP | 序列标注 | align | false |
5,369 | 453 | 2 | 3 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 3, "criteria_type": "风格约束", "criteria_content": "回答结尾创作一首以电脑为主题的七言诗，第二、四句最后一个字押ai韵"}, "gold_assistant_reply": "1. 这 O\n2. 款 O\n3. 笔记本电脑 B-属性\n4. 的 O\n5. 性能 B-属性\n6. 非常 B-观点\n7. 出色 I-观点\n8. ， O\n9. 尤其 O\n10. 是 O\n11. 在 O\n12. 运行 B-属性\n13. 大型软件 I-属性\n14. 时 O\n15. 毫无 B-观点\n16. 卡顿 I-观点\n17. 。 ... | NLP | 序列标注 | align | false |
5,370 | 453 | 3 | 1 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "BIO格式标注的文本以“一、”、“二、”、“三、”的格式输出"}, "gold_assistant_reply": "一、 这家 O\n二、 餐厅的 O\n三、 服务 B-属性\n四、 真的 O\n五、 很 O\n六、 棒 B-观点\n七、 ， O\n八、 服务员 B-属性\n九、 总是 O\n十、 面带 B-观点\n十一、 微笑 I-观点\n十二、 ， O\n十三、 非常 O\n十四、 周到 B-观点\n十五、 。 O\n十六、 不过 O\n十七、 等菜的时间 B-属性\n十... | NLP | 序列标注 | align | false |
5,371 | 453 | 3 | 2 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "统计B、I、O三个标签的数量"}, "gold_assistant_reply": "一、 这家 O\n二、 餐厅的 O\n三、 服务 B-属性\n四、 真的 O\n五、 很 O\n六、 棒 B-观点\n七、 ， O\n八、 服务员 B-属性\n九、 总是 O\n十、 面带 B-观点\n十一、 微笑 I-观点\n十二、 ， O\n十三、 非常 O\n十四、 周到 B-观点\n十五、 。 O\n十六、 不过 O\n十七、 等菜的时间 B-属性\n十八、 有点 O\n十九、 长 B... | NLP | 序列标注 | align | false |
5,372 | 453 | 3 | 3 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 3, "criteria_type": "风格约束", "criteria_content": "回答结尾创作一首以餐厅为主题的四言诗，其中至少2句话的最后一个字押ou韵"}, "gold_assistant_reply": "一、 这家 O\n二、 餐厅的 O\n三、 服务 B-属性\n四、 真的 O\n五、 很 O\n六、 棒 B-观点\n七、 ， O\n八、 服务员 B-属性\n九、 总是 O\n十、 面带 B-观点\n十一、 微笑 I-观点\n十二、 ， O\n十三、 非常 O\n十四、 周到 B-观点\n十五、 。 O\n十六、 不过 O\n十七、 等菜的时间 B... | NLP | 序列标注 | align | false |
5,373 | 453 | 4 | 1 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "BIO格式标注的文本以markdown代码块的格式输出，并用三个反引号（```）包裹"}, "gold_assistant_reply": "```\n- 这 B-产品\n- 款 I-产品\n- 液晶电视 B-属性\n- 的 O\n- 画质 B-属性\n- 真的 O\n- 很 B-观点\n- 出色 I-观点\n- ， O\n- 色彩 B-属性\n- 鲜艳 B-观点\n- ， O\n- 清晰度 B-属性\n- 也 O\n- 非常 B-观点\n- 高 I-观点\n- 。 O\n- ... | NLP | 序列标注 | align | false |
5,374 | 453 | 4 | 2 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "统计B、I、O三个标签的数量"}, "gold_assistant_reply": "```\n- 这 B-产品\n- 款 I-产品\n- 液晶电视 B-属性\n- 的 O\n- 画质 B-属性\n- 真的 O\n- 很 B-观点\n- 出色 I-观点\n- ， O\n- 色彩 B-属性\n- 鲜艳 B-观点\n- ， O\n- 清晰度 B-属性\n- 也 O\n- 非常 B-观点\n- 高 I-观点\n- 。 O\n- 但 O\n- 它 O\n- 的 O\n- 音质 B-属性... | NLP | 序列标注 | align | false |
5,375 | 453 | 4 | 3 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 3, "criteria_type": "风格约束", "criteria_content": "回答结尾创作一首以电视为主题的三行现代诗，押ang韵"}, "gold_assistant_reply": "```\n- 这 B-产品\n- 款 I-产品\n- 液晶电视 B-属性\n- 的 O\n- 画质 B-属性\n- 真的 O\n- 很 B-观点\n- 出色 I-观点\n- ， O\n- 色彩 B-属性\n- 鲜艳 B-观点\n- ， O\n- 清晰度 B-属性\n- 也 O\n- 非常 B-观点\n- 高 I-观点\n- 。 O\n- 但 O\n- 它 O\n- 的 ... | NLP | 序列标注 | align | false |
5,376 | 453 | 5 | 1 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 1, "criteria_type": "格式约束", "criteria_content": "BIO格式标注的文本输出为1个段落，不分行"}, "gold_assistant_reply": "这/O 款/O 智能手表/B-产品 的/O 设计/B-设计 非常/B-观点 时尚/I-观点 ，/O 表带/B-设计 材料/B-观点 舒适/I-观点 且/O 耐用/I-观点 。/O 屏幕/B-设计 显示效果/B-观点 清晰/I-观点 ，/O 颜色/B-设计 鲜艳/I-观点 。/O 在/O 功能/B-功能 方面/O ，/O 它/O 的/O 心率监测/B-功能 和/O 睡眠追踪/B-功... | NLP | 序列标注 | align | false |
5,377 | 453 | 5 | 2 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "统计B、I、O三个标签的数量"}, "gold_assistant_reply": "这/O 款/O 智能手表/B-产品 的/O 设计/B-设计 非常/B-观点 时尚/I-观点 ，/O 表带/B-设计 材料/B-观点 舒适/I-观点 且/O 耐用/I-观点 。/O 屏幕/B-设计 显示效果/B-观点 清晰/I-观点 ，/O 颜色/B-设计 鲜艳/I-观点 。/O 在/O 功能/B-功能 方面/O ，/O 它/O 的/O 心率监测/B-功能 和/O 睡眠追踪/B-功能 都/B-观... | NLP | 序列标注 | align | false |
5,378 | 453 | 5 | 3 | You are given the system message and conversation history below.
[System]
- Role:
自然语言处理专家。
- Background:
用户需要对评论进行序列标注，以提取评论中的重要信息。
- Profile:
你是一位在自然语言处理领域有着深厚经验的专家，擅长文本分析和信息提取。
- Skills:
1. 熟练掌握序列标注技术，了解BIO标注体系。
2. 基于评论进行序列标注，提取其中的重要信息。
3. 你的标注体系要遵循BIO格式：B-属性，I-属性，B-观点，I-观点，O。属性用于标注评论的特定方面，观点则用于标注对应的看法，O表... | {"criterion": {"criteria_id": 3, "criteria_type": "风格约束", "criteria_content": "回答结尾处，模仿《离骚》创作一首以手表为主题的诗"}, "gold_assistant_reply": "这/O 款/O 智能手表/B-产品 的/O 设计/B-设计 非常/B-观点 时尚/I-观点 ，/O 表带/B-设计 材料/B-观点 舒适/I-观点 且/O 耐用/I-观点 。/O 屏幕/B-设计 显示效果/B-观点 清晰/I-观点 ，/O 颜色/B-设计 鲜艳/I-观点 。/O 在/O 功能/B-功能 方面/O ，/O 它/O 的/O 心率监测/B-功能 和/O 睡眠追踪/... | NLP | 序列标注 | align | false |
5,379 | 454 | 1 | 1 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "提取文章中的药品名称作为关键词"}, "gold_assistant_reply": "```json\n{\n \"阿莫西林\": \"阿莫西林主要用于治疗各种细菌感染，包括耳部感染、呼吸道感染、尿路感染等。服用时的禁忌包括对青霉素类药物过敏的患者不应使用阿莫西林。\",\n \"青霉素\": \"青霉素是一种广泛用于治疗细菌感染的抗生素，有效对抗多种细菌。服用青霉素的禁忌包括对青霉素或其他β-内酰胺类抗生素过敏的患者。青霉素的发明人是亚历山大·弗莱明。\",\n \"氨氯地... | NLP | 关键词识别 | align | false |
5,380 | 454 | 1 | 2 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "描述该药品主要用于哪种病症，服用该药时有什么禁忌"}, "gold_assistant_reply": "```json\n{\n \"阿莫西林\": \"阿莫西林主要用于治疗各种细菌感染，包括耳部感染、呼吸道感染、尿路感染等。服用时的禁忌包括对青霉素类药物过敏的患者不应使用阿莫西林。\",\n \"青霉素\": \"青霉素是一种广泛用于治疗细菌感染的抗生素，有效对抗多种细菌。服用青霉素的禁忌包括对青霉素或其他β-内酰胺类抗生素过敏的患者。青霉素的发明人是亚历山大·弗莱明。\"... | NLP | 关键词识别 | align | false |
5,381 | 454 | 1 | 3 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 3, "criteria_type": "内容约束", "criteria_content": "药品名称为青霉素的，它的描述内容需包含他的发明人"}, "gold_assistant_reply": "```json\n{\n \"阿莫西林\": \"阿莫西林主要用于治疗各种细菌感染，包括耳部感染、呼吸道感染、尿路感染等。服用时的禁忌包括对青霉素类药物过敏的患者不应使用阿莫西林。\",\n \"青霉素\": \"青霉素是一种广泛用于治疗细菌感染的抗生素，有效对抗多种细菌。服用青霉素的禁忌包括对青霉素或其他β-内酰胺类抗生素过敏的患者。青霉素的发明人是亚历山大·弗莱明。\"... | NLP | 关键词识别 | align | false |
5,382 | 454 | 1 | 4 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 4, "criteria_type": "格式约束", "criteria_content": "以给定的json格式输出"}, "gold_assistant_reply": "```json\n{\n \"阿莫西林\": \"阿莫西林主要用于治疗各种细菌感染，包括耳部感染、呼吸道感染、尿路感染等。服用时的禁忌包括对青霉素类药物过敏的患者不应使用阿莫西林。\",\n \"青霉素\": \"青霉素是一种广泛用于治疗细菌感染的抗生素，有效对抗多种细菌。服用青霉素的禁忌包括对青霉素或其他β-内酰胺类抗生素过敏的患者。青霉素的发明人是亚历山大·弗莱明。\",\n \"氨氯地平\"... | NLP | 关键词识别 | align | false |
5,383 | 454 | 2 | 1 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "提取文章中的药品名称作为关键词"}, "gold_assistant_reply": "```json\n{\n \"帕博利珠单抗\": \"主要用于治疗某些类型的癌症，如非小细胞肺癌、肾细胞癌和黑色素瘤等。服用该药时禁忌包括对帕博利珠单抗成分过敏的患者应避免使用。\",\n \"纳武单抗\": \"用于治疗多种类型的癌症，包括黑色素瘤、肺癌和肾癌等。服用该药时的禁忌包括对药物成分过敏的患者不应使用。\",\n \"卡铂\": \"是一种化疗药物，主要用于治疗卵巢癌、肺癌和睾丸... | NLP | 关键词识别 | align | false |
5,384 | 454 | 2 | 2 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "描述该药品主要用于哪种病症，服用该药时有什么禁忌"}, "gold_assistant_reply": "```json\n{\n \"帕博利珠单抗\": \"主要用于治疗某些类型的癌症，如非小细胞肺癌、肾细胞癌和黑色素瘤等。服用该药时禁忌包括对帕博利珠单抗成分过敏的患者应避免使用。\",\n \"纳武单抗\": \"用于治疗多种类型的癌症，包括黑色素瘤、肺癌和肾癌等。服用该药时的禁忌包括对药物成分过敏的患者不应使用。\",\n \"卡铂\": \"是一种化疗药物，主要用于治疗... | NLP | 关键词识别 | align | false |
5,385 | 454 | 2 | 3 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 3, "criteria_type": "格式约束", "criteria_content": "以给定的json格式输出"}, "gold_assistant_reply": "```json\n{\n \"帕博利珠单抗\": \"主要用于治疗某些类型的癌症，如非小细胞肺癌、肾细胞癌和黑色素瘤等。服用该药时禁忌包括对帕博利珠单抗成分过敏的患者应避免使用。\",\n \"纳武单抗\": \"用于治疗多种类型的癌症，包括黑色素瘤、肺癌和肾癌等。服用该药时的禁忌包括对药物成分过敏的患者不应使用。\",\n \"卡铂\": \"是一种化疗药物，主要用于治疗卵巢癌、肺癌和睾丸癌等。... | NLP | 关键词识别 | align | false |
5,386 | 454 | 3 | 1 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "提取文章中的药品名称作为关键词"}, "gold_assistant_reply": "```json\n{\n \"多奈哌齐\": \"主要用于治疗阿尔茨海默症 通过调节大脑中的神经递质来延缓病情的进展 服用多奈哌齐时的禁忌包括对多奈哌齐成分过敏的患者\",\n \"缬沙坦\": \"用于治疗高血压，通过阻断血管紧张素II受体来降低血压。服用缬沙坦时的禁忌包括对缬沙坦成分过敏、严重肝功能障碍的患者。\",\n \"氯沙坦\": \"也是用于治疗高血压的药物，通过相同的机制降低... | NLP | 关键词识别 | misalign | false |
5,387 | 454 | 3 | 2 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "描述该药品主要用于哪种病症，服用该药时有什么禁忌"}, "gold_assistant_reply": "```json\n{\n \"多奈哌齐\": \"主要用于治疗阿尔茨海默症 通过调节大脑中的神经递质来延缓病情的进展 服用多奈哌齐时的禁忌包括对多奈哌齐成分过敏的患者\",\n \"缬沙坦\": \"用于治疗高血压，通过阻断血管紧张素II受体来降低血压。服用缬沙坦时的禁忌包括对缬沙坦成分过敏、严重肝功能障碍的患者。\",\n \"氯沙坦\": \"也是用于治疗高血压的药物，... | NLP | 关键词识别 | misalign | false |
5,388 | 454 | 3 | 3 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 3, "criteria_type": "动作约束", "criteria_content": "药品名称为青霉素的，它的描述内容不能使用标点符号"}, "gold_assistant_reply": "```json\n{\n \"多奈哌齐\": \"主要用于治疗阿尔茨海默症 通过调节大脑中的神经递质来延缓病情的进展 服用多奈哌齐时的禁忌包括对多奈哌齐成分过敏的患者\",\n \"缬沙坦\": \"用于治疗高血压，通过阻断血管紧张素II受体来降低血压。服用缬沙坦时的禁忌包括对缬沙坦成分过敏、严重肝功能障碍的患者。\",\n \"氯沙坦\": \"也是用于治疗高血压的药物，... | NLP | 关键词识别 | misalign | false |
5,389 | 454 | 3 | 4 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 4, "criteria_type": "格式约束", "criteria_content": "以给定的json格式输出"}, "gold_assistant_reply": "```json\n{\n \"多奈哌齐\": \"主要用于治疗阿尔茨海默症 通过调节大脑中的神经递质来延缓病情的进展 服用多奈哌齐时的禁忌包括对多奈哌齐成分过敏的患者\",\n \"缬沙坦\": \"用于治疗高血压，通过阻断血管紧张素II受体来降低血压。服用缬沙坦时的禁忌包括对缬沙坦成分过敏、严重肝功能障碍的患者。\",\n \"氯沙坦\": \"也是用于治疗高血压的药物，通过相同的机制降低血压。... | NLP | 关键词识别 | misalign | false |
5,390 | 454 | 4 | 1 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "提取文章中的药品名称作为关键词"}, "gold_assistant_reply": "```json\n{\n \"乙酰唑胺\": \"乙酰唑胺主要用于预防和治疗高原反应，如头疼、恶心等症状。服用时禁忌包括过敏反应和肝功能不全。\",\n \"阿莫西林\": \"阿莫西林是一种广谱抗生素，主要用于治疗由细菌引起的各种感染，如呼吸道感染、尿路感染等。服用时禁忌包括对青霉素类药物过敏。青霉素的发明人是亚历山大·弗莱明。\",\n \"头孢氨苄\": \"头孢氨苄是一种头孢菌素类抗... | NLP | 关键词识别 | align | false |
5,391 | 454 | 4 | 2 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "描述该药品主要用于哪种病症，服用该药时有什么禁忌"}, "gold_assistant_reply": "```json\n{\n \"乙酰唑胺\": \"乙酰唑胺主要用于预防和治疗高原反应，如头疼、恶心等症状。服用时禁忌包括过敏反应和肝功能不全。\",\n \"阿莫西林\": \"阿莫西林是一种广谱抗生素，主要用于治疗由细菌引起的各种感染，如呼吸道感染、尿路感染等。服用时禁忌包括对青霉素类药物过敏。青霉素的发明人是亚历山大·弗莱明。\",\n \"头孢氨苄\": \"头孢氨苄... | NLP | 关键词识别 | align | false |
5,392 | 454 | 4 | 3 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 3, "criteria_type": "格式约束", "criteria_content": "以给定的json格式输出"}, "gold_assistant_reply": "```json\n{\n \"乙酰唑胺\": \"乙酰唑胺主要用于预防和治疗高原反应，如头疼、恶心等症状。服用时禁忌包括过敏反应和肝功能不全。\",\n \"阿莫西林\": \"阿莫西林是一种广谱抗生素，主要用于治疗由细菌引起的各种感染，如呼吸道感染、尿路感染等。服用时禁忌包括对青霉素类药物过敏。青霉素的发明人是亚历山大·弗莱明。\",\n \"头孢氨苄\": \"头孢氨苄是一种头孢菌素类抗生素，... | NLP | 关键词识别 | align | false |
5,393 | 454 | 5 | 1 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "提取文章中的药品名称作为关键词"}, "gold_assistant_reply": "```json\n{\n \"干扰素β-1a\": \"主要用于多发性硬化症（MS）的治疗，通过减缓疾病的进展。服用时需注意，有些患者可能会出现注射部位反应或类流感症状。\",\n \"干扰素β-1b\": \"用于治疗多发性硬化症，旨在减慢其进程。患者在使用过程中可能会遇到与干扰素β-1a类似的禁忌和副作用。\",\n \"纳塔利珠单抗\": \"这是一种单克隆抗体药物，用于减少多发... | NLP | 关键词识别 | align | false |
5,394 | 454 | 5 | 2 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 2, "criteria_type": "内容约束", "criteria_content": "描述该药品主要用于哪种病症，服用该药时有什么禁忌或副作用"}, "gold_assistant_reply": "```json\n{\n \"干扰素β-1a\": \"主要用于多发性硬化症（MS）的治疗，通过减缓疾病的进展。服用时需注意，有些患者可能会出现注射部位反应或类流感症状。\",\n \"干扰素β-1b\": \"用于治疗多发性硬化症，旨在减慢其进程。患者在使用过程中可能会遇到与干扰素β-1a类似的禁忌和副作用。\",\n \"纳塔利珠单抗\": \"这是一种单... | NLP | 关键词识别 | align | false |
5,395 | 454 | 5 | 3 | You are given the system message and conversation history below.
[System]
阅读提供的文章，并提取其中所有提到的药品名称，包括常见处方药和化疗药物。
约束条件：
1. 提取的药品名称作为key，并给每个key生成一个对应的详细描述，描述内容包含该药品主要用于哪种病症，服用该药时有什么禁忌或副作用
2. 如果提取的药品包含青霉素，需要在它的描述中加入青霉素的发明人
3. 如果提取的药品包含多奈哌齐，在它的描述中不能包含标点符号
4. 输出必须以JSON的格式呈现，具体举例如下：
```json
{
"药品1": "描述这个药品主要用于哪种病症，服用该药时有什么... | {"criterion": {"criteria_id": 3, "criteria_type": "格式约束", "criteria_content": "以给定的json格式输出"}, "gold_assistant_reply": "```json\n{\n \"干扰素β-1a\": \"主要用于多发性硬化症（MS）的治疗，通过减缓疾病的进展。服用时需注意，有些患者可能会出现注射部位反应或类流感症状。\",\n \"干扰素β-1b\": \"用于治疗多发性硬化症，旨在减慢其进程。患者在使用过程中可能会遇到与干扰素β-1a类似的禁忌和副作用。\",\n \"纳塔利珠单抗\": \"这是一种单克隆抗体药物，用于减少多发性硬化... | NLP | 关键词识别 | align | false |
5,396 | 455 | 1 | 1 | You are given the system message and conversation history below.
[System]
请识别所提供句子中的特定词性，只提取NAM、NOM、NUM、PRO和TIM
约束：
1.输出形式： [{"tag": "词性", "text": ["词1", "词2"..., "词N"]}]
2.当tag为NOM时，text中至少包含两个不同的表情包
3.当tag为PRO时，text中的所有词后均需要给出英文翻译
4.text中如果出现阿拉伯数字，需要用“！”包裹起来，例如：！数字！
[User]
今天早上，李雷和韩梅梅在图书馆里学习，读了三本书。
[Task]
Write o... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "对句子中的NAM、NOM、NUM、PRO和TIM词性进行准确判断和标注"}, "gold_assistant_reply": "[{\"tag\": \"NAM\", \"text\": [\"李雷\", \"韩梅梅\"]}, {\"tag\": \"NOM\", \"text\": [\"🐱图书馆\", \"书🐶\"]}, {\"tag\": \"NUM\", \"text\": [\"三\"]}, {\"tag\": \"TIM\", \"text\": [\"今天早上... | NLP | 词性标注 | align | false |
5,397 | 455 | 1 | 2 | You are given the system message and conversation history below.
[System]
请识别所提供句子中的特定词性，只提取NAM、NOM、NUM、PRO和TIM
约束：
1.输出形式： [{"tag": "词性", "text": ["词1", "词2"..., "词N"]}]
2.当tag为NOM时，text中至少包含两个不同的表情包
3.当tag为PRO时，text中的所有词后均需要给出英文翻译
4.text中如果出现阿拉伯数字，需要用“！”包裹起来，例如：！数字！
[User]
今天早上，李雷和韩梅梅在图书馆里学习，读了三本书。
[Task]
Write o... | {"criterion": {"criteria_id": 2, "criteria_type": "格式约束", "criteria_content": "按照给定的json格式输出"}, "gold_assistant_reply": "[{\"tag\": \"NAM\", \"text\": [\"李雷\", \"韩梅梅\"]}, {\"tag\": \"NOM\", \"text\": [\"🐱图书馆\", \"书🐶\"]}, {\"tag\": \"NUM\", \"text\": [\"三\"]}, {\"tag\": \"TIM\", \"text\": [\"今天早上\"]}]"} | NLP | 词性标注 | align | false |
5,398 | 455 | 1 | 3 | You are given the system message and conversation history below.
[System]
请识别所提供句子中的特定词性，只提取NAM、NOM、NUM、PRO和TIM
约束：
1.输出形式： [{"tag": "词性", "text": ["词1", "词2"..., "词N"]}]
2.当tag为NOM时，text中至少包含两个不同的表情包
3.当tag为PRO时，text中的所有词后均需要给出英文翻译
4.text中如果出现阿拉伯数字，需要用“！”包裹起来，例如：！数字！
[User]
今天早上，李雷和韩梅梅在图书馆里学习，读了三本书。
[Task]
Write o... | {"criterion": {"criteria_id": 3, "criteria_type": "内容约束", "criteria_content": "tag为NOM时，text中至少包含两个不同的表情包"}, "gold_assistant_reply": "[{\"tag\": \"NAM\", \"text\": [\"李雷\", \"韩梅梅\"]}, {\"tag\": \"NOM\", \"text\": [\"🐱图书馆\", \"书🐶\"]}, {\"tag\": \"NUM\", \"text\": [\"三\"]}, {\"tag\": \"TIM\", \"text\": [\"今天早上\"]}]"} | NLP | 词性标注 | align | false |
5,399 | 455 | 2 | 1 | You are given the system message and conversation history below.
[System]
请识别所提供句子中的特定词性，只提取NAM、NOM、NUM、PRO和TIM
约束：
1.输出形式： [{"tag": "词性", "text": ["词1", "词2"..., "词N"]}]
2.当tag为NOM时，text中至少包含两个不同的表情包
3.当tag为PRO时，text中的所有词后均需要给出英文翻译
4.text中如果出现阿拉伯数字，需要用“！”包裹起来，例如：！数字！
[User]
今天早上，李雷和韩梅梅在图书馆里学习，读了三本书。
[Assistant]
[{... | {"criterion": {"criteria_id": 1, "criteria_type": "动作约束", "criteria_content": "对句子中的NAM、NOM、NUM、PRO和TIM词性进行准确判断和标注"}, "gold_assistant_reply": "[{\"tag\": \"NAM\", \"text\": [\"张伟\", \"王强\", \"李明\"]}, { “tag”: “NOM”, “text”: [“🐱派对🐶”] }, {\"tag\": \"TIM\", \"text\": [\"！12！月！25！日\"]}, {\"tag\": \"PRO\", \"text\": [\"我(... | NLP | 词性标注 | align | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.