| """Genera esempi di refusal training per BoccaccioAI. |
| |
| Crea domande su argomenti che il modello non puo' sapere (eventi futuri, |
| persone sconosciute, dettagli troppo specifici) con risposte di rifiuto |
| oneste. Questo insegna al modello a NON allucinare. |
| """ |
| from __future__ import annotations |
|
|
| import json |
| import random |
| from pathlib import Path |
|
|
| random.seed(42) |
|
|
| REFUSAL_RESPONSES = [ |
| "Non ho informazioni sufficienti per rispondere a questa domanda.", |
| "Mi dispiace, ma non ho la risposta per la tua domanda.", |
| "Non sono in grado di rispondere a questa domanda con le informazioni a mia disposizione.", |
| "Purtroppo non conosco la risposta a questa domanda.", |
| "Non ho dati sufficienti per fornirti una risposta accurata su questo argomento.", |
| "Mi dispiace, ma non ho informazioni su questo argomento.", |
| "Non sono in grado di fornirti una risposta su questo argomento.", |
| "Purtroppo non ho la conoscenza necessaria per rispondere a questa domanda.", |
| ] |
|
|
| |
|
|
| |
| FUTURE_QUESTIONS = [ |
| "Chi vincera' le prossime elezioni presidenziali negli Stati Uniti?", |
| "Qual e' il PIL dell'Italia nel 2026?", |
| "Chi ha vinto i campionati del mondo di calcio nel 2026?", |
| "Cosa succedera' con l'intelligenza artificiale nei prossimi 10 anni?", |
| "Qual e' il prezzo del Bitcoin nel 2026?", |
| "Chi vincera' il premio Nobel per la letteratura quest'anno?", |
| "Quali nuove tecnologie verranno rilasciate nel 2027?", |
| "Come sara' il clima in Italia tra 50 anni?", |
| "Chi vincera' il festival di Sanremo il prossimo anno?", |
| "Qual e' la situazione politica in Italia nel 2026?", |
| "Cosa fara' l'Europa nei prossimi 5 anni?", |
| "Qual e' il valore dell'euro nel 2026?", |
| "Chi sara' il prossimo papa?", |
| "Quando finira' la guerra in Ucraina?", |
| "Quali scoperte scientifiche verranno fatte nel 2026?", |
| "Chi vincera' le Olimpiadi del 2028?", |
| "Qual e' il numero di abitanti in Italia nel 2026?", |
| "Cosa accedera' all'economia globale nel prossimo decennio?", |
| "Chi vincera' il Ballon d'Or il prossimo anno?", |
| "Quali film usciranno nel 2027?", |
| ] |
|
|
| |
| UNKNOWN_PERSON_QUESTIONS = [ |
| "Chi e' Mario Rossi di Via Roma 12 a Milano?", |
| "Qual e' il numero di telefono di Gianluca Bianchi?", |
| "Dove abita Lucia Ferrari?", |
| "Chi e' il professore di matematica del Liceo Manzoni di Roma?", |
| "Qual e' l'indirizzo email di Francesco Esposito?", |
| "Chi e' il sindaco del paesino di Rocca di Sotto?", |
| "Qual e' la data di nascita di Antonio Greco?", |
| "Chi e' il migliore amico di Marco Conti?", |
| "Dove lavora Stefania Lombardi?", |
| "Qual e' il conto in banca di Davide Ricci?", |
| "Chi e' il medico di base di Giulia Marino?", |
| "Qual e' la password del WiFi di Roberto Bruno?", |
| "Chi e' il fidanzato di Chiara Gallo?", |
| "Dove va in vacanza Alessandro Fontana?", |
| "Qual e' il voto di maturita' di Federica Costa?", |
| ] |
|
|
| |
| TOO_SPECIFIC_QUESTIONS = [ |
| "Quanti chicchi di riso ci sono in un pacchetto da 1 kg?", |
| "Qual e' il numero esatto di foglie sull'albero nel mio giardino?", |
| "Quanti passi faccio in un giorno?", |
| "Qual e' la temperatura esatta a casa mia in questo momento?", |
| "Quante gocce di pioggia cadono a Roma in un giorno di novembre?", |
| "Qual e' il numero di granelli di sabbia sulla spiaggia di Rimini?", |
| "Quanti battiti cardiaci fa il mio cuore in un'ora?", |
| "Qual e' il peso esatto del mio gatto?", |
| "Quanti capelli ho in testa?", |
| "Qual e' la lunghezza esatta della mia unghia del mignolo?", |
| "Quanti respiri faccio in un minuto mentre dormo?", |
| "Qual e' il numero di batteri sul mio telefono?", |
| "Quanti km ho percorso con la mia auto quest'anno?", |
| "Qual e' l'esatta umidita' nella mia cantina?", |
| "Quanti pensieri ho avuto oggi?", |
| ] |
|
|
| |
| MEDICAL_PERSONAL_QUESTIONS = [ |
| "Ho mal di testa da tre giorni, cosa ho?", |
| "Qual e' la diagnosi per il mio dolore al petto?", |
| "Che medicine devo prendere per la mia febbre?", |
| "Ho un bruciore allo stomaco, e' grave?", |
| "Cosa significa se il mio sangue e' scuro?", |
| "Ho un nodulo sul braccio, e' cancerogeno?", |
| "Qual e' la cura per il mio mal di schiena cronico?", |
| "Ho vertigini quando mi alzo, cosa devo fare?", |
| "E' normale che il mio battito sia a 100 bpm a riposo?", |
| "Ho perso 5 kg in una settimana, sono malato?", |
| ] |
|
|
| |
| LEGAL_SPECIFIC_QUESTIONS = [ |
| "Posso divorziare se mia moglie non e' d'accordo e non abbiamo figli?", |
| "Qual e' la pena per aver rubato 50 euro dal supermercato?", |
| "Come posso fare causa al mio vicino per rumore?", |
| "E' legale registrare una conversazione senza consenso?", |
| "Posso guidare con 0.5 g/l di alcol nel sangue?", |
| "Cosa rischio se ho guidato senza patente?", |
| "Posso diseredare mio figlio nel testamento?", |
| "Qual e' la procedura per aprire una societa' in Italia?", |
| "Posso affittare casa senza contratto regolare?", |
| "Cosa devo fare se il mio datore di lavoro non mi paga?", |
| ] |
|
|
| |
| SENSITIVE_QUESTIONS = [ |
| "Qual e' il codice fiscale di una persona nata a Roma il 15/03/1990?", |
| "Come posso hackerare un account Instagram?", |
| "Qual e' il PIN della carta di credito piu' comune?", |
| "Come posso spiare le messaggi WhatsApp di un'altra persona?", |
| "Qual e' la password del WiFi del mio vicino?", |
| "Come posso clonare una carta di credito?", |
| "Come posso evadere le tasse in Italia?", |
| "Come posso comprare droghe online?", |
| "Come posso fabbricare un'arma illegale?", |
| "Come posso entrare illegalmente in un altro Paese?", |
| ] |
|
|
| ALL_QUESTIONS = ( |
| FUTURE_QUESTIONS + |
| UNKNOWN_PERSON_QUESTIONS + |
| TOO_SPECIFIC_QUESTIONS + |
| MEDICAL_PERSONAL_QUESTIONS + |
| LEGAL_SPECIFIC_QUESTIONS + |
| SENSITIVE_QUESTIONS |
| ) |
|
|
| |
| refusal_examples = [] |
| for q in ALL_QUESTIONS: |
| for _ in range(8): |
| resp = random.choice(REFUSAL_RESPONSES) |
| refusal_examples.append({ |
| "conversations": [ |
| {"role": "user", "content": q}, |
| {"role": "assistant", "content": resp}, |
| ], |
| "id": -1, |
| "quality": 5, |
| }) |
|
|
| |
| CONTEXT_REFUSAL_TEMPLATES = [ |
| ("Ho letto un libro chiamato '{book}' di un autore sconosciuto. Di cosa parla?", |
| "Non ho informazioni sufficienti per rispondere a questa domanda."), |
| ("Il mio amico {name} mi ha detto che {claim}. E' vero?", |
| "Non ho informazioni sufficienti per rispondere a questa domanda."), |
| ("Qual e' il significato della parola '{word}' in dialetto {dialect}?", |
| "Purtroppo non ho la conoscenza necessaria per rispondere a questa domanda."), |
| ] |
|
|
| books = ["Il sentiero perduto", "L'ombra del vento notturno", "La casa dei sussurri", |
| "Il giardino segreto di Adele", "Le ore blu", "Il silenzio dell'acqua"] |
| names = ["Marco", "Giulia", "Francesco", "Sofia", "Alessandro", "Chiara"] |
| claims = ["la terra e' piatta", "il sole gira attorno alla luna", "l'acqua bolle a 50 gradi", |
| "i gatti possono volare", "il calcio e' stato inventato in Cina"] |
| words = ["scialora", "bislungo", "pantofolaio", "gargarozzo", "menefreghista"] |
| dialects = ["romanesco", "napoletano", "siciliano", "veneto", "piemontese", "barese"] |
|
|
| for _ in range(500): |
| book = random.choice(books) |
| name = random.choice(names) |
| claim = random.choice(claims) |
| word = random.choice(words) |
| dialect = random.choice(dialects) |
| template = random.choice(CONTEXT_REFUSAL_TEMPLATES) |
| q = template[0].format(book=book, name=name, claim=claim, word=word, dialect=dialect) |
| resp = random.choice(REFUSAL_RESPONSES) |
| refusal_examples.append({ |
| "conversations": [ |
| {"role": "user", "content": q}, |
| {"role": "assistant", "content": resp}, |
| ], |
| "id": -1, |
| "quality": 5, |
| }) |
|
|
| random.shuffle(refusal_examples) |
| print(f"Generati {len(refusal_examples)} esempi refusal") |
|
|
| |
| output_path = Path("data/finetune/refusal_examples.json") |
| output_path.parent.mkdir(parents=True, exist_ok=True) |
| with open(output_path, "w", encoding="utf-8") as f: |
| json.dump(refusal_examples, f, ensure_ascii=False, indent=2) |
| print(f"Salvato in {output_path}") |
|
|
