fix: use correct API endpoint and model (GLM_ar7snd)

README.md

@@ -1,186 +1,23 @@
-# UltraData-Math-L3-Generator
-
-L3 合成数据层：基于 LLM 的多格式数学数据合成工具。
-
-## 📂 目录结构
-
-```
-UltraData-Math-L3-Generator/
-├── run_synthesis.py                 # OpenAI API 调用脚本
-├── qa_synthesis.py                  # Q&A 问答对合成 Prompt
-├── conversation_synthesis.py        # 多轮对话合成 Prompt
-├── multistyle_rewrite.py           # 多风格改写 Prompt
-├── knowledge_textbook.py           # 知识点提取 + 教材练习 Prompt
-└── README.md
-```
-
-## 🔧 安装依赖
-
-```bash
-pip install openai
-```
-
-## 🚀 快速开始
-
-### 环境配置
-
-```bash
-# 设置 API Key
-export OPENAI_API_KEY="your-api-key"
-
-# 可选：设置自定义 API 地址（兼容 OpenAI 格式的 API）
-export OPENAI_BASE_URL="https://your-api-endpoint/v1"
-```
-
-### 基本用法
-
-```bash
-python run_synthesis.py \
-    --input data.jsonl \
-    --output output.jsonl \
-    --task qa \
-    --level high_school \
-    --model gpt-4o \
-    --workers 10
-```
-
-## 📋 任务类型
-
-### 1. Q&A 问答对合成 (`qa`)
-
-根据数学内容生成问答对，按教育难度分级。
-
-**参数 `--level`：**
-| 值 | 说明 |
-|:---|:---|
-| `grade_school` | 小学 |
-| `middle_school` | 初中 |
-| `high_school` | 高中（默认） |
-| `college` | 大学 |
-
-```bash
-python run_synthesis.py -i data.jsonl -o output.jsonl -t qa --level high_school
-```
-
-### 2. 多轮对话合成 (`conversation`)
-
-将数学内容转换为多轮对话格式。
-
-**参数 `--style`：**
-| 值 | 说明 |
-|:---|:---|
-| `two_professors` | 两位教授对话 |
-| `teacher_student` | 师生对话（默认） |
-| `two_students` | 两位学生对话 |
-| `interview` | 面试风格 |
-| `problem_solving` | 问题解决 |
-| `layman_expert` | 外行与专家 |
-| `debate` | 辩论风格 |
-
-```bash
-python run_synthesis.py -i data.jsonl -o output.jsonl -t conversation --style teacher_student
-```
-
-### 3. 多风格改写 (`rewrite`)
-
-将数学内容改写为不同风格。
-
-**参数 `--style`：**
-| 值 | 说明 |
-|:---|:---|
-| `wikipedia` | 维基百科风格 |
-| `textbook` | 教科书风格（默认） |
-| `blog` | 博客风格 |
-| `popular_science` | 科普风格 |
-| `academic_paper` | 学术论文风格 |
-| `learning_note` | 学习笔记风格 |
-| `lecture_note` | 讲义风格 |
-
-```bash
-python run_synthesis.py -i data.jsonl -o output.jsonl -t rewrite --style textbook
-```
-
-### 4. 知识点提取 (`knowledge`)
-
-从数学内容中提取定义、定理、性质等知识点。
-
-```bash
-python run_synthesis.py -i data.jsonl -o knowledge_output.jsonl -t knowledge
-```
-
-### 5. 教材练习生成 (`textbook`)
-
-基于知识点生成不同难度的教材式练习。
-
-**参数 `--difficulty`：**
-| 值 | 说明 |
-|:---|:---|
-| `easy` | 简单（默认） |
-| `medium` | 中等 |
-| `hard` | 困难 |
-
-```bash
-python run_synthesis.py -i knowledge.jsonl -o output.jsonl -t textbook --difficulty medium
-```
-
-**注意：** 输入文件需包含 `knowledge_point` 字段（可通过 `--knowledge-field` 自定义）。
-
-## ⚙️ 参数说明
-
-| 参数 | 说明 | 默认值 |
-|:---|:---|:---|
-| `-i, --input` | 输入 JSONL 文件路径 | 必填 |
-| `-o, --output` | 输出 JSONL 文件路径 | 必填 |
-| `-t, --task` | 任务类型：`qa`, `conversation`, `rewrite`, `knowledge`, `textbook` | 必填 |
-| `--level` | Q&A 难度级别 | `high_school` |
-| `--style` | 对话/改写风格 | - |
-| `--difficulty` | 教材练习难度 | `easy` |
-| `--text-field` | 输入文本字段名 | `text` |
-| `--knowledge-field` | 知识点字段名 | `knowledge_point` |
-| `--api-key` | OpenAI API Key | 环境变量 |
-| `--base-url` | API Base URL | 环境变量 |
-| `--model` | 模型名称 | `gpt-4o` |
-| `--temperature` | 采样温度 | `0.7` |
-| `--max-tokens` | 最大生成 token 数 | `4096` |
-| `-w, --workers` | 并发数 | `10` |
-| `--max-retries` | 最大重试次数 | `3` |
-| `--limit` | 限制处理样本数量 | - |
-| `-q, --quiet` | 静默模式 | `False` |
-
-## 📊 输入输出格式
-
-**输入：** JSONL 格式，每行一个 JSON 对象（参见 `example_data.jsonl`）：
-
-```jsonl
-{"text": "The quadratic formula states that for any quadratic equation..."}
-{"text": "The Pythagorean theorem is a fundamental relation..."}
-```
-
-**输出：** 在原数据基础上添加 `synthesis_result` 字段：
-
-```json
-{
-  "text": "原始数学内容",
-  "synthesis_result": {
-    "raw": "完整响应",
-    "problem": "生成的问题",
-    "solution": "详细解答"
-  }
-}
-```
-
-## 🔌 兼容其他 API
-
-支持任何 OpenAI 兼容的 API（如 Qwen、DeepSeek、vLLM 等）：
-
-```bash
-# 使用阿里云 Qwen API
-export OPENAI_API_KEY="your-dashscope-api-key"
-export OPENAI_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"
-
-python run_synthesis.py -i data.jsonl -o output.jsonl -t qa --model qwen-plus
-```
-
-## 📜 许可证
-
-本项目基于 [Apache 2.0](../LICENSE) 许可证发布。
+---
+title: UltraData-Math L3 Generator
+emoji: 🧮
+colorFrom: purple
+colorTo: blue
+sdk: gradio
+sdk_version: "5.9.1"
+python_version: "3.10"
+app_file: app.py
+pinned: false
+---
+
+# UltraData-Math L3 Generator
+
+LLM-based Mathematical Data Synthesis Tool - Part of the UltraData-Math Project.
+
+## Features
+
+- **Q&A Synthesis**: Generate Q&A pairs from mathematical content
+- **Conversation Synthesis**: Convert math content into multi-turn dialogues
+- **Multi-style Rewrite**: Rewrite content in different styles (textbook, blog, etc.)
+- **Knowledge Extraction**: Extract definitions, theorems, and properties
+- **Textbook Exercise**: Generate textbook-style exercises from knowledge points

app.py

@@ -28,8 +28,8 @@ from run_synthesis import (
 
 # API 配置从环境变量读取（通过 HF Secrets 设置）
 API_KEY = os.getenv("OPENAI_API_KEY")
-BASE_URL = os.getenv("OPENAI_BASE_URL", "https://open.bigmodel.cn/api/paas/v4")
-DEFAULT_MODEL = "glm-4-flash"
+BASE_URL = os.getenv("OPENAI_BASE_URL", "https://llm-center.ali.modelbest.cn/llm/openai/v1")
+DEFAULT_MODEL = "GLM_ar7snd"
 
 
 async def call_api(prompt: str, model: str = DEFAULT_MODEL, temperature: float = 0.7) -> str:
@@ -43,9 +43,15 @@ async def call_api(prompt: str, model: str = DEFAULT_MODEL, temperature: float =
             model=model,
             messages=[{"role": "user", "content": prompt}],
             temperature=temperature,
-            max_tokens=4096,
+            max_tokens=8192,
         )
-        return response.choices[0].message.content
+        # 处理 reasoning model 的返回格式
+        message = response.choices[0].message
+        content = message.content
+        # 如果 content 为空，尝试获取 reasoning_content
+        if not content and hasattr(message, 'reasoning_content') and message.reasoning_content:
+            content = message.reasoning_content
+        return content or ""
     except Exception as e:
         return f"Error: {str(e)}"
 
@@ -190,8 +196,8 @@ with gr.Blocks(title="UltraData-Math L3 Generator", css=custom_css) as demo:
     
     with gr.Row():
         model_select = gr.Dropdown(
-            choices=["glm-4-flash", "glm-4-plus", "glm-4-air", "glm-4-long"],
-            value="glm-4-flash",
+            choices=["GLM_ar7snd", "GLM_pq0dvd", "GLM_35a7cn", "QWEN_czrd3t", "DEEPSEEK_5jcwxs"],
+            value="GLM_ar7snd",
             label="Model",
             scale=1,
         )