| ## ChatGLM3 对话格式 | |
| 为了避免用户输入的注入攻击，以及统一 Code Interpreter，Tool & Agent 等任务的输入，ChatGLM3 采用了全新的对话格式。 | |
| ### 规定 | |
| #### 整体结构 | |
| ChatGLM3 对话的格式由若干对话组成，其中每个对话包含对话头和内容，一个典型的多轮对话结构如下 | |
| ```text | |
| <|system|> | |
| You are ChatGLM3, a large language model trained by Zhipu.AI. Follow the user's instructions carefully. Respond using markdown. | |
| <|user|> | |
| Hello | |
| <|assistant|> | |
| Hello, I'm ChatGLM3. What can I assist you today? | |
| ``` | |
| #### 对话头 | |
| 对话头占完整的一行，格式为 | |
| ```text | |
| <|role|>{metadata} | |
| ``` | |
| 其中 `<|role|>` 部分使用 special token 表示，无法从文本形式被 tokenizer 编码以防止注入。metadata 部分采用纯文本表示，为可选内容。 | |
| * `<|system|>`：系统信息，设计上可穿插于对话中，**但目前规定仅可以出现在开头** | |
| * `<|user|>`：用户 | |
| - 不会连续出现多个来自 `<|user|>` 的信息 | |
| * `<|assistant|>`：AI 助手 | |
| - 在出现之前必须有一个来自 `<|user|>` 的信息 | |
| * `<|observation|>`：外部的返回结果 | |
| - 必须在 `<|assistant|>` 的信息之后 | |
| ### 样例场景 | |
| #### 多轮对话 | |
| * 有且仅有 `<|user|>`、`<|assistant|>`、`<|system|>` 三种 role | |
| ```text | |
| <|system|> | |
| You are ChatGLM3, a large language model trained by Zhipu.AI. Follow the user's instructions carefully. Respond using markdown. | |
| <|user|> | |
| Hello | |
| <|assistant|> | |
| Hello, I'm ChatGLM3. What can I assist you today? | |
| ``` | |
| #### 工具调用 | |
| ```` | |
| <|system|> | |
| Answer the following questions as best as you can. You have access to the following tools: | |
| [ | |
| { | |
| "name": "get_current_weather", | |
| "description": "Get the current weather in a given location", | |
| "parameters": { | |
| "type": "object", | |
| "properties": { | |
| "location": { | |
| "type": "string", | |
| "description": "The city and state, e.g. San Francisco, CA", | |
| }, | |
| "unit": {"type": "string"}, | |
| }, | |
| "required": ["location"], | |
| }, | |
| } | |
| ] | |
| <|user|> | |
| 今天北京的天气怎么样？ | |
| <|assistant|> | |
| 好的，让我们来查看今天的天气 | |
| <|assistant|>get_current_weather | |
| ```python | |
| tool_call(location="beijing", unit="celsius") | |
| ``` | |
| <|observation|> | |
| {"temperature": 22} | |
| <|assistant|> | |
| 根据查询结果，今天北京的气温为 22 摄氏度。 | |
| ```` | |
| #### 代码执行 | |
| * 有 `<|user|>`、`<|assistant|>`、`<|system|>`、`<|observation|>` 四种 role。其中 `<|assistant|>` 的 metadata 只有 interpreter。 | |
| `````text | |
| <|system|> | |
| 你是一位智能AI助手，你叫ChatGLM3，你连接着一台电脑，但请注意不能联网。在使用Python解决任务时，你可以运行代码并得到结果，如果运行结果有错误，你需要尽可能对代码进行改进。你可以处理用户上传到电脑上的文件，文件默认存储路径是/mnt/data/。 | |
| <|user|> | |
| #File: /mnt/data/metadata.jsonl | |
| #Size: 35380 | |
| #File uploaded | |
| 文件中是否存在缺失值或异常值？ | |
| <|assistant|> | |
| 首先，我将读取您提供的文件，并查看其内容以确定是否存在缺失值或异常值。 | |
| 我们从加载文件开始： | |
| <|assistant|>interpreter | |
| ```python | |
| import json | |
| # Load the uploaded file | |
| data = [] | |
| with open("/mnt/data/metadata.jsonl", 'r') as file: | |
| for line in file: | |
| data.append(json.loads(line)) | |
| # Display the first few records to get a sense of the data | |
| data[:5] | |
| ``` | |
| <|observation|> | |
| ```result | |
| [{'file_name': 'aceinthehole.png', | |
| 'name': 'Ace in the Hole', | |
| 'type': 'survivor', | |
| 'description': 'Lady Luck always seems to be throwing something good your way.'}, | |
| {'file_name': 'adrenaline.png', | |
| 'name': 'Adrenaline', | |
| 'type': 'survivor', | |
| 'description': 'You are fuelled by unexpected energy when on the verge of escape.'}, | |
| {'file_name': 'aftercare.png', | |
| 'name': 'Aftercare', | |
| 'type': 'survivor', | |
| 'description': "Unlocks potential in one's aura reading ability."}, | |
| {'file_name': 'agitation.png', | |
| 'name': 'Agitation', | |
| 'type': 'killer', | |
| 'description': 'You get excited in anticipation of hooking your prey.'}, | |
| {'file_name': 'alert.png', | |
| 'name': 'Alert', | |
| 'type': 'survivor', | |
| 'description': 'Your acute senses are on high alert.'}] | |
| ``` | |
| <|assistant|> | |
| 该文件看起来包含有关某些条目的元数据，每个条目有以下字段： | |
| - `file_name`: 文件名称 | |
| - `name`: 名称 | |
| - `type`: 类型（例如 "survivor" 或 "killer"） | |
| - `description`: 描述 | |
| 接下来，我将检查这些字段是否存在缺失值。 | |
| <|assistant|>interpreter | |
| ```python | |
| # Check for missing values in each column | |
| missing_values = {key: sum(1 for item in data if key not in item) for key in data[0].keys()} | |
| missing_values | |
| ``` | |
| <|observation|> | |
| ```result | |
| {'file_name': 0, 'name': 0, 'type': 0, 'description': 0} | |
| ``` | |
| <|assistant|> | |
| 每个字段都没有缺失值。这意味着每个条目都完整。 | |
| 接下来，我们可以检查是否存在任何潜在的异常值。这通常需要更深入的分析和对数据的了解，但我可以从一些基本的统计和分布开始进行检查。为了这样做，我们可以查看“type”字段的值分布，看看是否有任何意外的类别。 | |
| <|assistant|>interpreter | |
| ```python | |
| # Check the distribution of values in the 'type' column | |
| type_distribution = {key: sum(1 for item in data if item['type'] == key) for key in set(item['type'] for item in data)} | |
| type_distribution | |
| ``` | |
| <|observation|> | |
| ```result | |
| {'survivor': 116, 'killer': 103} | |
| ``` | |
| <|assistant|> | |
| “type”字段有两个值：“survivor”和“killer”。其中，“survivor”有116个条目，而“killer”有103个条目。 | |
| 从这个初步的检查中，我们没有发现任何明显的异常值。 | |
| 如果您有任何特定的标准或其他字段需要检查，我可以为您提供更详细的分析。您还希望我检查什么呢？ | |
| <|user|> | |
| 帮我画一个爱心 | |
| <|assistant|>interpreter | |
| ```python | |
| import numpy as np | |
| import matplotlib.pyplot as plt | |
| # 爱心形状的参数方程 | |
| def heart(t): | |
| x = 16 * np.sin(t) ** 3 | |
| y = 13 * np.cos(t) - 5 * np.cos(2 * t) - 2 * np.cos(3 * t) - np.cos(4 * t) | |
| return x, y | |
| t = np.linspace(0, 2 * np.pi, 1000) | |
| x, y = heart(t) | |
| plt.figure(figsize=(6, 6)) | |
| plt.plot(x, y, color='red') | |
| plt.axis('equal') | |
| plt.axis('off') | |
| plt.show() | |
| ``` | |
| <|observation|> | |
| ```result | |
| 【image】 | |
| ``` | |
| <|assistant|> | |
| 这是一个爱心形状。我使用了参数方程来描述这个形状，并使用matplotlib进行了绘制。如果您有任何其他需求或问题，请随时告诉我。 | |
| <|user|> # End | |
| ```` |