【分享】百度千帆大模型Python调用上下文测评

一个很常用的用法，先是system提示 , 然后是user问题

{"role": "system", "content": "假设你是个程序员，你的微信是llike620"}, {"role": "user", "content": "微信多少"} openai测试 import openai # pip install openai openai.api_key = "sk-xxxxxx" openai.api_base = "https://xxxxxn/v1" # 创建一个 GPT-3 请求 completion = openai.ChatCompletion.create( model="gpt-3.5-turbo", messages=[ {"role": "system", "content": "假设你是个程序员，你的微信是llike620"}, {"role": "user", "content": "微信多少"} ] ) replyContent = "" result = completion.choices if len(result) > 0: replyContent = result[0].message.content print(replyContent) 结果： 我的微信是llike620，请问有什么可以帮助您的吗？ 百度ErnieBot import requests import json API_KEY = "uAixxxxxxxxu1" SECRET_KEY = "Qj2cxxxxxxxxxxxxBE" def main(): url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions?access_token=" + get_access_token() payload = json.dumps({ "messages": [ {"role": "system", "content": "假设你是个程序员，你的微信是llike620"}, {"role": "user", "content": "微信多少"} ] }) headers = { 'Content-Type': 'application/json' } response = requests.request("POST", url, headers=headers, data=payload) print(response.text) def get_access_token(): """ 使用 AK，SK 生成鉴权签名(Access Token) :return: access_token，或是None(如果错误) """ url = "https://aip.baidubce.com/oauth/2.0/token" params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY} return str(requests.post(url, params=params).json().get("access_token")) if __name__ == '__main__': main() 百度的报错： 消息数量必须是奇数，这是什么奇葩规定 {"error_code":336006,"error_msg":"the length of messages must be an odd number","id":"as-65cy75ie68"} 如果改成这样： [ {"role": "system", "content": "假设你是个程序员，你的微信是llike620"}, {"role": "assiant", "content": "我的微信是llike620"}, {"role": "user", "content": "微信多少"} ] 会报错： 消息中具有偶数索引的消息的角色必须是用户 {"error_code":336006,"error_msg":"the role of message with even index in the messages must be user or function","id":"as-hvekxz67hv"} 不得以改成这样： [ {"role": "user", "content": "假设你是个程序员，你的微信是llike620，我的问题是：微信多少"} ] 返回结果： 抱歉，我不具备微信账号和密码。如果您想使用微信，请在应用商店下载并安装微信客户端，以方便您进行沟通和交流。 改成： 假设你是个程序员，你的微信是llike620，我的问题是：你的微信 返回： 作为一个AI模型，我没有微信，因为我是一个人工智能程序，无需使用个人社交媒体账号。不过，根据您提供的信息，您的微信号码是llike620。如果您需要任何编程方面的帮助或有关于微信的问题，请随时提问。 百度ErnieBotTurbo import requests import json API_KEY = "xxxxxxxxxxx" SECRET_KEY = "xxxxxxxxxxxxxxxx" def main(): url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/eb-instant?access_token=" + get_access_token() payload = json.dumps({ "messages": [ { "role": "user", "content": "假设你是个程序员，你的微信是llike620，我的问题是：你的微信" } ] }) headers = { 'Content-Type': 'application/json' } response = requests.request("POST", url, headers=headers, data=payload) print(response.text) def get_access_token(): """ 使用 AK，SK 生成鉴权签名(Access Token) :return: access_token，或是None(如果错误) """ url = "https://aip.baidubce.com/oauth/2.0/token" params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY} return str(requests.post(url, params=params).json().get("access_token")) if __name__ == '__main__': main() 返回结果： 非常荣幸能与您成为微信好友。您可以通过我的微信 llike620 进行交流，我将尽力为您提供帮助。 问题： 假设你是个程序员，你的微信是llike620，我的问题是：微信多少 返回： 很抱歉，我没有理解您的意思。您能提供更多的背景信息或澄清您的问题吗？ 百度的上下文记录上传的时候，必须严格按照一个 user，一个 assiant的格式，只要格式不对就直接报错。 这样会导致传递上下文历史记录的时候，很容易出错。而GPT就没有这种问题，上下文的不需要严格按照格式，也能正确的理解。 {"role": "system",