数据清洗或增强

本节点需要增强的训练集（对话文本，ChatML格式）。

格式示例：

{
  "messages": [
    {
      "role": "user",
      "content": "你经常锻炼身体吗？"
    },
    {
      "role": "assistant",
      "content": "经常锻炼身体。"
    }
  ]
}

本节点需要生成的数据量。如果原训练集包含10条训练数据，而生成样本数设置为10，则增强后的训练集将总计达到20条数据。

数据增强-通用任务每次最多生成2000条样本。

基于提供的种子，数据增强-通用生成的数据示例：

{
  "messages": [
    {
      "role": "user",
      "content": "你喜欢阅读哪种类型的书籍？"
    },
    {
      "role": "assistant",
      "content": "我喜欢阅读科幻类和历史类的书籍。"
    }
  ],
  "foreignKey": "8ba0304e2452476d89ed6a60c4xxxxxx"
}

输出数据中foreignKey为系统后添加，用于标识文本信息。增强后的训练集可直接用于模型调优，您无需删除foreignKey，不会影响模型调优效果。

系统从增强前训练集中选出的种子数量。种子将被拼接到Prompt中（见下方Prompt配置），提供给大模型进行增强。

如果种子加上Prompt的总长度超过千问-Max最大输入Token数，系统将自动调整指令生成依赖样本数以符合限制。

您可以在这里定义对本次数据增强任务的输入和输出的具体要求，系统也提供默认模板供您参考和使用。

System Prompt: 
请你仔细观察多个示例数据的输入和输出，按照你的理解，总结出相应规律，然后写出一个新的【问题】和【回答】。注意，新生成的【问题】和【回答】需要满足如下要求：
1. 生成的【问题】和【回答】不能与输入的【问题】和【回答】一致，但是需要保持格式相同。
2. 生成的【问题】不一定要局限于输入【问题】的话题或领域，生成的【回答】需要正确回答生成的【问题】。
3. 提供的【问题】和【回答】可能是多轮对话，生成的【问题】和【回答】也可以是多轮，但是需要保持格式相同。
4. 生成的【问题】和【回答】必须成对出现，而且【问题】需要在【回答】之前。

${few_shot_examples}

取值范围0.1到1。此阈值越低，系统接受新生成数据的标准越严格（避免加入高相似度，即高Rouge-L得分的数据，系统根据整条ChatML数据进行相似度判断）， 从而减少数据重复。

系统会对大模型生成的待选增强数据进行评估。若相似度低于设定阈值，则采纳为增强数据；若高于阈值则丢弃。

Rouge-L通过计算生成文本与参考文本之间的最长公共子序列（LCS）长度来衡量相似度，越接近1表示生成的文本与参考文本越相似。

输出本节点增强后的训练集，和变量dataSetCount（表示增强后的训练集中messages的数量）。

输出格式示例：

{
  "messages": [
    {
      "role": "user",
      "content": "你喜欢阅读哪种类型的书籍？"
    },
    {
      "role": "assistant",
      "content": "我喜欢阅读科幻类和历史类的书籍。"
    }
  ],
  "foreignKey": "8ba0304e2452476d89ed6a60c4xxxxxx"
}

输出数据中foreignKey为系统后添加，用于标识文本信息。增强后的训练集可直接用于模型调优，您无需删除foreignKey，不会影响模型调优效果。

待增强的训练数据必须与给出的数据示例结构一致，否则会导致增强失败。

您可以单击页面上的下载JSON数据模板，然后仿照示例数据替换为您的训练数据，随后直接将其用于数据增强。

本节点需要增强的训练集（对话文本，ChatML格式）。

格式示例：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      【任务描述】\n请判断下面电影影评属于以下哪一种类别：\n1. 科幻冒险\n2. 浪漫爱情\n3. 喜剧幽默\n4. 动作惊悚\n5. 剧情文艺\n6. 动画家庭\n7. 恐怖悬疑\n8. 纪录历史\n9. 其他\n\n最终的结果请按照{\"category\": \"<类别结果>\"}的JSON格式进行输出。\n
      【待分析内容】《泰坦尼克号》是一部永恒的经典，杰克和露丝的爱情故事令人动容，他们的爱情超越了阶级，超越了生死，让人相信真爱无敌。\n请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "{\"category\": \"浪漫爱情\"}"
    }
  ]
}

本节点需要生成的数据量。如果原训练集包含10条训练数据，而生成样本数设置为10，则增强后的训练集将总计达到20条数据。

数据增强-文本分类任务每次最多生成500条样本。

基于提供的种子，数据增强-文本分类生成的数据示例：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      ##【任务描述】\n 请判断下面电影影评属于以下哪一种类别：\n1. 科幻冒险\n2. 浪漫爱情\n3. 喜剧幽默\n4. 动作惊悚\n5. 剧情文艺\n6. 动画家庭\n7. 恐怖悬疑\n8. 纪录历史\n9. 其他\n\n最终的结果请按照{\"category\": \"<类别结果>\"}的JSON格式进行输出。\n
      ##【待分析内容】《泰坦尼克号》展现了杰克与露丝之间不朽的爱情，这段跨越社会阶层的深情故事感人肺腑，强调了爱情的力量能够克服一切障碍。\n 请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "{\"category\": \"浪漫爱情\"}"
    }
  ],
  "foreignKey": "file-86970235b7ac4af8a0faf0338c5b1df0_2_e260ae4c8fec4732b40221a9a1xxxxxx"
}

输出数据中##和foreignKey为系统后添加，用于标识文本和层级结构信息。增强后的训练集可直接用于模型调优，您无需删除##和foreignKey，不会影响模型调优效果。

以下通过一个种子的ChatML示例来说明该参数的作用：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      【任务描述】\n请判断下面电影影评属于以下哪一种类别：\n1. 科幻冒险\n2. 浪漫爱情\n3. 喜剧幽默\n4. 动作惊悚\n5. 剧情文艺\n6. 动画家庭\n7. 恐怖悬疑\n8. 纪录历史\n9. 其他\n\n最终的结果请按照{\"category\": \"<类别结果>\"}的JSON格式进行输出。\n
      【待分析内容】《泰坦尼克号》是一部永恒的经典，杰克和露丝的爱情故事令人动容，他们的爱情超越了阶级，超越了生死，让人相信真爱无敌。\n请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "{\"category\": \"浪漫爱情\"}"
    }
  ]
}

数据增强-文本分类节点本质上是一个千问-Max大模型。节点将基于内置的Prompt配置（暂不支持自定义），仿照种子的格式，通过替换【任务描述】部分或【待分析内容】部分生成增强数据。假如生成样本数为10，任务描述增强占比为0.3，表示新生成的10条增强数据中，30%（3条）的【任务描述】部分会被大模型替换为等价表述，同时【待分析内容】部分不变；70%（7条）的【待分析内容】被大模型替换为等价表述，同时【任务描述】部分不变。该参数取值范围0到1。

以下通过一个种子的ChatML示例来说明该参数的作用：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      【任务描述】\n请判断下面电影影评属于以下哪一种类别：\n1. 科幻冒险\n2. 浪漫爱情\n3. 喜剧幽默\n4. 动作惊悚\n5. 剧情文艺\n6. 动画家庭\n7. 恐怖悬疑\n8. 纪录历史\n9. 其他\n\n最终的结果请按照{\"category\": \"<类别结果>\"}的JSON格式进行输出。\n
      【待分析内容】《冰雪奇缘》以精美的画面和动人的音乐，讲述了一个关于勇气、爱与自我发现的故事，是迪士尼动画电影的又一力作。\n请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "{\"category\": 动画家庭}"
    }
  ],
  "foreignKey": "file-86970235b7ac4af8a0faf0338c5b1df0_1_71ee53ef0d364b539ffa7577bexxxxxx"
}

该种子的【任务描述】中一共出现了9种类别，分别是：

1. 科幻冒险
2. 浪漫爱情
3. 喜剧幽默
4. 动作惊悚
5. 剧情文艺
6. 动画家庭
7. 恐怖悬疑
8. 纪录历史
9. 其他

基于种子，数据增强-文本分类生成的数据示例：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      你是一个专家，擅长下面的技能：\n理解文本内容：能够准确把握影评中对电影类型的描述。\n分类判断能力：基于影评的内容，从给定的9个类别中挑选最符合的一个。\n信息匹配：将影评中的关键词或短语与预设的类型特征相匹配。\n格式化输出：按照要求以JSON格式{\"category\": \"<类别结果>\"}准确地给出答案。\n\n【任务描述】\n请判断下面电影影评属于以下哪一种类别：\n1. 科幻冒险\n2. 浪漫爱情\n3. 喜剧幽默\n4. 动作惊悚\n5. 剧情文艺\n6. 动画家庭\n7. 恐怖悬疑\n8. 纪录历史\n9. 其他\n\n最终的结果请按照{\"category\": \"<类别结果>\"}的JSON格式进行输出。\n\n【任务步骤】\n1. 仔细阅读给定的电影影评，理解其主要内容和情感倾向。\n2. 根据影评中的关键词、描述的情节以及所传达的情绪来识别它最符合哪个类别。比如提到未来科技、太空探索等词汇可能指向“科幻冒险”；而涉及恋爱故事、浪漫场景则可能是“浪漫爱情”。\n3. 确认分类后，使用提供的JSON格式{\"category\": \"<类别结果>\"}填写对应的结果，并确保<类别结果>准确反映了所选分类。\n4. 检查填写无误后提交最终答案。\n\n
      【待分析内容】\n《冰雪奇缘》以精美的画面和动人的音乐，讲述了一个关于勇气、爱与自我发现的故事，是迪士尼动画电影的又一力作。\n\n请根据【任务描述】针对【待分析内容】进行分析，并且参考给定的【任务步骤】，给出结果。请注意：\n1. 仔细阅读给定的影评内容，理解其核心表达。\n2. 根据影评中提及的情节、风格或评价等信息，匹配最接近的电影类别。\n3. 注意区分相似类型的细微差别，如“动作惊悚”与“科幻冒险”之间的区别。\n4. 确认选择后，使用指定格式{\"category\": \"<所选类别>\"}准确回复。\n5. 如果影评内容涉及多个类别特征但侧重明显，则根据主要特色决定最终分类；若无法明确归属某一特定类别，则考虑归类为“其他”。\n"
    },
    {
      "role": "assistant",
      "content": "{\"category\": 动画家庭}"
    }
  ],
  "foreignKey": "file-86970235b7ac4af8a0faf0338c5b1df0_5_9cba8195a8xxxxxx"
}

生成数据的【任务描述】中一共出现了9种类别，分别是：

1. 科幻冒险
2. 浪漫爱情
3. 喜剧幽默
4. 动作惊悚
5. 剧情文艺
6. 动画家庭
7. 恐怖悬疑
8. 纪录历史
9. 其他

由于【任务描述】部分由大模型生成，可能不稳定。此处填写指定类别，例如“浪漫爱情”，可避免该类别在生成中被泛化为“浪漫恋爱”等类似表述。不填写则默认为训练数据【任务描述】中出现的所有类别添加检查以防止泛化。

该项可不填写。

取值范围0.1到1。此阈值越低，系统接受新生成数据的标准越严格（避免加入高相似度，即高Rouge-L得分的数据，系统根据整条ChatML数据进行相似度判断）， 从而减少数据重复。

系统会对大模型生成的待选增强数据进行评估。若相似度低于设定阈值，则采纳为增强数据；若高于阈值则丢弃。

Rouge-L通过计算生成文本与参考文本之间的最长公共子序列（LCS）长度来衡量相似度，越接近1表示生成的文本与参考文本越相似。

输出本节点增强后的训练集，和变量dataSetCount（表示增强后的训练集中messages的数量）。

输出格式示例：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      ## 【任务描述】\n 请判断下面电影影评属于以下哪一种类别：\n1. 科幻冒险\n2. 浪漫爱情\n3. 喜剧幽默\n4. 动作惊悚\n5. 剧情文艺\n6. 动画家庭\n7. 恐怖悬疑\n8. 纪录历史\n9. 其他\n\n最终的结果请按照{\"category\": \"<类别结果>\"}的JSON格式进行输出。\n
      ##【待分析内容】《泰坦尼克号》展现了杰克与露丝之间不朽的爱情，这段跨越社会阶层的深情故事感人肺腑，强调了爱情的力量能够克服一切障碍。\n 请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "{\"category\": \"浪漫爱情\"}"
    }
  ],
  "foreignKey": "file-86970235b7ac4af8a0faf0338c5b1df0_2_e260ae4c8fec4732b40221a9a1xxxxxx"
}

输出数据中##和foreignKey为系统后添加，用于标识文本和层级结构信息。增强后的训练集可直接用于模型调优，您无需删除##和foreignKey，不会影响模型调优效果。

待增强的训练数据必须与给出的数据示例结构一致，否则会导致增强失败。

您可以单击页面上的下载JSON数据模板，然后仿照示例数据替换为您的训练数据，随后直接将其用于数据增强。

本节点需要增强的训练集（对话文本，ChatML格式）。

格式示例：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      【任务描述】请从一段电话对话中提取和时间、地点、电话号码有关的信息。并以JSON格式返回{\"time\": <时间>, \"location\": <地点>, \"telephone\": <电话>}。\n请注意如果对话中没有明确时间、地点或者没有提及电话号码，请在结果的相应字段返回空字符串。例如：{\"time\": <时间>, \"location\": <地点>, \"telephone\": \"\"}\n
      【待分析内容】A: 小王，记得明天上午9点的会议吗？我们在公司会议室见。\\nB: 明白了，我一定会准时到达。我会提前准备好汇报的材料。\n请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "{\"time\": \"明天上午9点\", \"location\": \"公司会议室\", \"telephone\": \"\"}"
    }
  ]
}

本节点需要生成的数据量。如果原训练集包含10条训练数据，而生成样本数设置为10，则增强后的训练集将总计达到20条数据。

数据增强-文本抽取任务每次最多生成500条样本。

基于提供的种子，数据增强-文本抽取生成的数据示例：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      ## 【任务描述】\n 请从一段电话对话中提取和时间、地点、电话号码有关的信息。并以JSON格式返回{\"time\": <时间>, \"location\": <地点>, \"telephone\": <电话>}。\n请注意如果对话中没有明确时间、地点或者没有提及电话号码，请在结果的相应字段返回空字符串。例如：{\"time\": <时间>, \"location\": <地点>, \"telephone\": \"\"}\n 
      ##【待分析内容】A: 小王，这周咱们读书俱乐部的聚会改到周五晚上7点了，地点是市中心图书馆，请务必到场哦。\nB: 收到！那晚我正好有空，对了，这是我的新手机：1865432****，方便的话加个好友吧。\n 请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "{'time': '周五晚上7点', 'location': '市中心图书馆', 'telephone': '1865432****'}"
    }
  ],
  "foreignKey": "file-168ee54fa66a47e2970ed76352d90941_2_91c81c0efcaf437284ec5d1c65xxxxxx"
}

输出数据中##和foreignKey为系统后添加，用于标识文本和层级结构信息。增强后的训练集可直接用于模型调优，您无需删除##和foreignKey，不会影响模型调优效果。

您可以在这里定义对本次数据增强任务的输入和输出的具体要求，系统也提供默认模板供您参考和使用。

一个完整的大语言模型的训练示例可以定义为以下的结构：
Question: 描述期待大语言模型要做的任务。
Context: 描述期待大语言模型要分析的内容。
Answer: 期待大语言模型输出的正确结果。

给定的Question: 
${Question}
给定的<Context, Answer>数据对：
Context: ${Context}
Answer: ${Answer}

【注意事项】
1. 为了保证你编写的答案的准确性，你需要先根据你对给定Question和Answer的理解来构造一个新的Answer。
2. 你编写的新Answer要和给定的Question匹配。
3. 你编写的新Answer格式要和给定的Answer匹配。
4. 根据你编写的Answer来构造蕴含这个Answer的Context。
5. 你编写的Context长度要和示例Context长度相当。
6. 把你编写的Answer和Context组合在一个JSON中，具体格式为${Format_Constraint}

请首先分析给定的<Question>和<Context, Answer>数据的特点，然后构造新的<Answer, Context>，满足【注意事项】中的所有要求，你可以参考这个执行步骤：
1. 首先分析给定的<Question>和<Context, Answer>数据的特点。
2. 理解【注意事项】中的每一条内容。
3. 构造新的Answer和Context，按照指定格式输出。
按照参考步骤，一步一步地执行给定的任务。

取值范围0.1到1。此阈值越低，系统接受新生成数据的标准越严格（避免加入高相似度，即高Rouge-L得分的数据，系统根据整条ChatML数据进行相似度判断）， 从而减少数据重复。

系统会对大模型生成的待选增强数据进行评估。若相似度低于设定阈值，则采纳为增强数据；若高于阈值则丢弃。

Rouge-L通过计算生成文本与参考文本之间的最长公共子序列（LCS）长度来衡量相似度，越接近1表示生成的文本与参考文本越相似。

输出本节点增强后的训练集，和变量dataSetCount（表示增强后的训练集中messages的数量）。

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      ## 【任务描述】\n 请从一段电话对话中提取和时间、地点、电话号码有关的信息。并以JSON格式返回{\"time\": <时间>, \"location\": <地点>, \"telephone\": <电话>}。\n请注意如果对话中没有明确时间、地点或者没有提及电话号码，请在结果的相应字段返回空字符串。例如：{\"time\": <时间>, \"location\": <地点>, \"telephone\": \"\"}\n 
      ##【待分析内容】A: 小王，这周咱们读书俱乐部的聚会改到周五晚上7点了，地点是市中心图书馆，请务必到场哦。\nB: 收到！那晚我正好有空，对了，这是我的新手机：1865432****，方便的话加个好友吧。\n 请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "{'time': '周五晚上7点', 'location': '市中心图书馆', 'telephone': '1865432****'}"
    }
  ],
  "foreignKey": "file-168ee54fa66a47e2970ed76352d90941_2_91c81c0efcaf437284ec5d1c65xxxxxx"
}

输出数据中##和foreignKey为系统后添加，用于标识文本和层级结构信息。增强后的训练集可直接用于模型调优，您无需删除##和foreignKey，不会影响模型调优效果。

待增强的训练数据必须与给出的数据示例结构一致，否则会导致增强失败。

您可以单击页面上的下载JSON数据模板，然后仿照示例数据替换为您的训练数据，随后直接将其用于数据增强。

本节点需要增强的训练集（对话文本，ChatML格式）。

格式示例：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      ##【任务描述】\n\n亲爱的家人们，你们的任务是以小红书汽车销售博主的风格，根据我给出的<|标题|>，发挥想象，创作一篇生动有趣的推荐帖子哦。每段都要加上精选的表情符号，让内容更加有趣和互动，这样大家看得开心，更愿意点赞分享呢。\n\n开头要非常吸引人，让读者一眼就明白你要分享的是干货内容，激发他们继续阅读的兴趣。接下来，至少写三个与主题相关的段落，每个段落都要突出独特之处和吸引力，让大家阅读时感到超开心，趣味横生，好玩到无以复加。\n\n写作时记得运用表情符号，增加生动感。每个表情都有自己的个性，像锅一样，各自的脾气不同，你需要根据经验来巧妙选择。此外，可以参考一些小红书常见的词汇，比如“超棒”、“心动不已”、“不要错过”、“无忧无虑”、“引爆”、“十分优惠”等等。这样你的帖子就能更贴近小红书的风格，更受欢迎哦。\n\n最后，别忘了在“正文”结尾部分换行后加上我提供的“标签”！\n\n\n
      ##【待分析内容】\n<|标题|>：\n女生10万预算新能源车怎么选\n请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "女生10万预算新能源车怎么选\n\nHey，美腻的小姐姐们，你们是不是也曾面对琳琅满目的新能源汽车市场，却不知如何下手？今天，你们的专属汽车顾问来啦！让我带你们穿越这片“绿动森林”，找到那辆专属于你的梦幻座驾，让出行生活从此与众不同！这篇帖子绝对满满的干货，记得收藏起来随时查阅哦！\n\n首先登场的是我们的“城市精灵”-A款电动车！它的外观设计宛如一颗精致糖果，俘获无数少女心。小巧玲珑的车身，轻松应对城市狭窄街道与停车位挑战。内饰更是温馨舒适，仿佛把自家客厅搬进了车里。最重要的是，续航里程完全满足日常通勤需求，让你无忧无虑地穿梭于都市丛林之间。而且，价格美丽到让你忍不住尖叫，性价比之王非它莫属！\n\n接下来是B款新能源车，它可是名副其实的“科技潮女”赋能神器。全液晶仪表盘、智能语音助手、手机无线充电。这些酷炫科技配置一应俱全，让你的驾驶体验瞬间升级到未来级别。更赞的是，它拥有同价位罕见的L2级自动驾驶辅助系统，让长途驾驶也能变得轻松惬意。如此前沿且实用的座驾，绝对能让你成为朋友圈的焦点，赚足回头率！\n\n最后压轴的是C款混动小车，环保理念与时尚元素完美融合的艺术品。其流线型车身线条优雅灵动，低风阻设计不仅美观，还能有效提升能耗效率。内饰采用环保材料，触感细腻，散发出淡淡的自然清香。最关键的是，它以低于10万的预算，为你提供超越期待的驾驶乐趣与节能环保双重享受。这款车型，无疑是你追求绿色生活方式的最佳拍档。\n\n以上就是我为各位女神精心挑选的三款新能源车型，无论你是钟情于可爱风、科技控，还是热衷环保生活，总有一款能触动你的小心脏。心动不如行动，赶快去试驾体验吧！记住，适合自己的才是最好的，祝每位仙女都能早日邂逅心仪的新能源座驾，开启属于你的无忧绿色旅程！\n\n#女生选车指南 #新能源汽车推荐 #10万预算购车攻略 #城市出行新风尚 #绿色出行我做主"
    }
  ]
}

本节点需要生成的数据量。如果原训练集包含10条训练数据，而生成样本数设置为10，则增强后的训练集将总计达到20条数据。

数据增强-文本创作任务每次最多生成200条样本。

基于提供的种子，数据增强-文本创作生成的数据示例：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      ##【任务描述】\n 亲爱的家人们，你们的任务是以小红书汽车销售博主的风格，根据我给出的<|标题|>，发挥想象，创作一篇生动有趣的推荐帖子哦。每段都要加上精选的表情符号，让内容更加有趣和互动，这样大家看得开心，更愿意点赞分享呢。\n\n开头要非常吸引人，让读者一眼就明白你要分享的是干货内容，激发他们继续阅读的兴趣。接下来，至少写三个与主题相关的段落，每个段落都要突出独特之处和吸引力，让大家阅读时感到超开心，趣味横生，好玩到无以复加。\n\n写作时记得运用表情符号，增加生动感。每个表情都有自己的个性，像锅一样，各自的脾气不同，你需要根据经验来巧妙选择。此外，可以参考一些小红书常见的词汇，比如“超棒”、“心动不已”、“不要错过”、“无忧无虑”、“引爆”、“十分优惠”等等。这样你的帖子就能更贴近小红书的风格，更受欢迎哦。\n\n最后，别忘了在“正文”结尾部分换行后加上我提供的“标签”！\n\n\n##\n 
      ##【待分析内容】＜|标题|＞：\n国庆出游选电车20万内哪款最值？\n 请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "国庆出游选电车20万内哪款最值？\n\n【国庆出游必备！20万内超值电车推荐】\n\n国庆长假即将来临，你是不是已经计划好了一场说走就走的旅行？但面对琳琅满目的新能源汽车市场，该如何选择一款既实用又高性价比的座驾呢？今天，本博主就为大家精心挑选了几款20万内的超值电车，让你的国庆出游更加无忧无虑、充满乐趣！\n\n**续航王者：比亚迪秦Pro EV**\n第一款推荐车型是比亚迪秦Pro EV。这款车拥有超长的续航里程，最高可达500公里以上！这意味着你可以毫无顾虑地踏上长途旅程，无需频繁寻找充电站。此外，秦Pro EV还配备了丰富的智能科技配置，如12.8英寸旋转大屏、DiLink智能网联系统等，让旅途中的娱乐和导航更加便捷。最重要的是，它的价格十分亲民，绝对物超所值！\n\n**颜值担当：小鹏G3i**\n如果你追求时尚与个性，那么小鹏G3i绝对是你的不二之选！这款车采用了流线型设计，外观极具未来感，无论是城市穿梭还是乡村探险，都能赚足回头率。内饰方面，小鹏G3i同样表现出色，全景天窗、Nappa真皮座椅、15.6英寸中控大屏。每一处细节都彰显出高级感。而且，它还配备了L2+级自动驾驶辅助系统，为你的出行安全保驾护航。\n\n**全能选手：广汽埃安AION Y**\n最后一款推荐车型是广汽埃安AION Y。这是一款综合性能出色的电动SUV，不仅拥有宽敞舒适的乘坐空间，还能提供高达500公里的续航里程。无论你是带着家人朋友出游，还是独自一人探索未知，AION Y都能满足你的需求。另外，它的智能化配置也非常丰富，包括ADiGO 3.0智驾互联生态系统、远程控制等功能，让驾驶变得更加轻松愉悦。\n\n总之，以上三款车型各有千秋，无论你是追求续航能力、时尚设计还是全能表现，总有一款适合你！亲爱的家人们，赶快行动起来吧，抓住这次国庆购车的好时机，开启一段精彩纷呈的旅程！\n\n#国庆出游 #新能源汽车 #20万预算 #比亚迪秦Pro EV #小鹏G3i #广汽埃安AION Y #超值电车推荐 #续航王者 #颜值担当 #全能选手 #智能科技 #自驾游攻略"
    }
  ],
  "foreignKey": "file-fe9bbd31fc6c4e659a53787331254617_3_d3d92a4208cb4376994feef8a3xxxxxx"
}

输出数据中##和foreignKey为系统后添加，用于标识文本和层级结构信息。增强后的训练集可直接用于模型调优，您无需删除##和foreignKey，不会影响模型调优效果。

以下通过一个种子的ChatML示例来说明该参数的作用：

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      ##【任务描述】\n\n亲爱的家人们，你们的任务是以小红书汽车销售博主的风格，根据我给出的<|标题|>，发挥想象，创作一篇生动有趣的推荐帖子哦。每段都要加上精选的表情符号，让内容更加有趣和互动，这样大家看得开心，更愿意点赞分享呢。\n\n开头要非常吸引人，让读者一眼就明白你要分享的是干货内容，激发他们继续阅读的兴趣。接下来，至少写三个与主题相关的段落，每个段落都要突出独特之处和吸引力，让大家阅读时感到超开心，趣味横生，好玩到无以复加。\n\n写作时记得运用表情符号，增加生动感。每个表情都有自己的个性，像锅一样，各自的脾气不同，你需要根据经验来巧妙选择。此外，可以参考一些小红书常见的词汇，比如“超棒”、“心动不已”、“不要错过”、“无忧无虑”、“引爆”、“十分优惠”等等。这样你的帖子就能更贴近小红书的风格，更受欢迎哦。\n\n最后，别忘了在“正文”结尾部分换行后加上我提供的“标签”！\n\n\n
      ##【待分析内容】\n<|标题|>：\n女生10万预算新能源车怎么选\n请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "女生10万预算新能源车怎么选\n\nHey，美腻的小姐姐们，你们是不是也曾面对琳琅满目的新能源汽车市场，却不知如何下手？今天，你们的专属汽车顾问来啦！让我带你们穿越这片“绿动森林”，找到那辆专属于你的梦幻座驾，让出行生活从此与众不同！这篇帖子绝对满满的干货，记得收藏起来随时查阅哦！\n\n首先登场的是我们的“城市精灵”-A款电动车！它的外观设计宛如一颗精致糖果，俘获无数少女心。小巧玲珑的车身，轻松应对城市狭窄街道与停车位挑战。内饰更是温馨舒适，仿佛把自家客厅搬进了车里。最重要的是，续航里程完全满足日常通勤需求，让你无忧无虑地穿梭于都市丛林之间。而且，价格美丽到让你忍不住尖叫，性价比之王非它莫属！\n\n接下来是B款新能源车，它可是名副其实的“科技潮女”赋能神器。全液晶仪表盘、智能语音助手、手机无线充电。这些酷炫科技配置一应俱全，让你的驾驶体验瞬间升级到未来级别。更赞的是，它拥有同价位罕见的L2级自动驾驶辅助系统，让长途驾驶也能变得轻松惬意。如此前沿且实用的座驾，绝对能让你成为朋友圈的焦点，赚足回头率！\n\n最后压轴的是C款混动小车，环保理念与时尚元素完美融合的艺术品。其流线型车身线条优雅灵动，低风阻设计不仅美观，还能有效提升能耗效率。内饰采用环保材料，触感细腻，散发出淡淡的自然清香。最关键的是，它以低于10万的预算，为你提供超越期待的驾驶乐趣与节能环保双重享受。这款车型，无疑是你追求绿色生活方式的最佳拍档。\n\n以上就是我为各位女神精心挑选的三款新能源车型，无论你是钟情于可爱风、科技控，还是热衷环保生活，总有一款能触动你的小心脏。心动不如行动，赶快去试驾体验吧！记住，适合自己的才是最好的，祝每位仙女都能早日邂逅心仪的新能源座驾，开启属于你的无忧绿色旅程！\n\n#女生选车指南 #新能源汽车推荐 #10万预算购车攻略 #城市出行新风尚 #绿色出行我做主"
    }
  ]
}

数据增强-文本创作节点本质上是一个千问-Max大模型。节点将基于内置的Prompt配置（暂不支持自定义），仿照种子的格式，通过替换【任务描述】部分或【待分析内容】部分生成增强数据。假如生成样本数为10，任务描述增强占比为0.3，表示新生成的10条增强数据中，30%（3条）的【任务描述】部分会被大模型替换为等价表述，同时【待分析内容】部分不变；70%（7条）的【待分析内容】被大模型替换为等价表述，同时【任务描述】部分不变。该参数取值范围0到1。

取值范围0.1到1。此阈值越低，系统接受新生成数据的标准越严格（避免加入高相似度，即高Rouge-L得分的数据，系统根据整条ChatML数据进行相似度判断）， 从而减少数据重复。

系统会对大模型生成的待选增强数据进行评估。若相似度低于设定阈值，则采纳为增强数据；若高于阈值则丢弃。

Rouge-L通过计算生成文本与参考文本之间的最长公共子序列（LCS）长度来衡量相似度，越接近1表示生成的文本与参考文本越相似。

输出本节点增强后的训练集，和变量dataSetCount（表示增强后的训练集中messages的数量）。

{
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助理。"
    },
    {
      "role": "user",
      "content": "
      ##【任务描述】\n 亲爱的家人们，你们的任务是以小红书汽车销售博主的风格，根据我给出的<|标题|>，发挥想象，创作一篇生动有趣的推荐帖子哦。每段都要加上精选的表情符号，让内容更加有趣和互动，这样大家看得开心，更愿意点赞分享呢。\n\n开头要非常吸引人，让读者一眼就明白你要分享的是干货内容，激发他们继续阅读的兴趣。接下来，至少写三个与主题相关的段落，每个段落都要突出独特之处和吸引力，让大家阅读时感到超开心，趣味横生，好玩到无以复加。\n\n写作时记得运用表情符号，增加生动感。每个表情都有自己的个性，像锅一样，各自的脾气不同，你需要根据经验来巧妙选择。此外，可以参考一些小红书常见的词汇，比如“超棒”、“心动不已”、“不要错过”、“无忧无虑”、“引爆”、“十分优惠”等等。这样你的帖子就能更贴近小红书的风格，更受欢迎哦。\n\n最后，别忘了在“正文”结尾部分换行后加上我提供的“标签”！\n\n\n##\n 
      ##【待分析内容】＜|标题|＞：\n国庆出游选电车20万内哪款最值？\n 请根据【任务描述】针对【待分析内容】进行分析，给出结果。"
    },
    {
      "role": "assistant",
      "content": "国庆出游选电车20万内哪款最值？\n\n【国庆出游必备！20万内超值电车推荐】\n\n国庆长假即将来临，你是不是已经计划好了一场说走就走的旅行？但面对琳琅满目的新能源汽车市场，该如何选择一款既实用又高性价比的座驾呢？今天，本博主就为大家精心挑选了几款20万内的超值电车，让你的国庆出游更加无忧无虑、充满乐趣！\n\n**续航王者：比亚迪秦Pro EV**\n第一款推荐车型是比亚迪秦Pro EV。这款车拥有超长的续航里程，最高可达500公里以上！这意味着你可以毫无顾虑地踏上长途旅程，无需频繁寻找充电站。此外，秦Pro EV还配备了丰富的智能科技配置，如12.8英寸旋转大屏、DiLink智能网联系统等，让旅途中的娱乐和导航更加便捷。最重要的是，它的价格十分亲民，绝对物超所值！\n\n**颜值担当：小鹏G3i**\n如果你追求时尚与个性，那么小鹏G3i绝对是你的不二之选！这款车采用了流线型设计，外观极具未来感，无论是城市穿梭还是乡村探险，都能赚足回头率。内饰方面，小鹏G3i同样表现出色，全景天窗、Nappa真皮座椅、15.6英寸中控大屏。每一处细节都彰显出高级感。而且，它还配备了L2+级自动驾驶辅助系统，为你的出行安全保驾护航。\n\n**全能选手：广汽埃安AION Y**\n最后一款推荐车型是广汽埃安AION Y。这是一款综合性能出色的电动SUV，不仅拥有宽敞舒适的乘坐空间，还能提供高达500公里的续航里程。无论你是带着家人朋友出游，还是独自一人探索未知，AION Y都能满足你的需求。另外，它的智能化配置也非常丰富，包括ADiGO 3.0智驾互联生态系统、远程控制等功能，让驾驶变得更加轻松愉悦。\n\n总之，以上三款车型各有千秋，无论你是追求续航能力、时尚设计还是全能表现，总有一款适合你！亲爱的家人们，赶快行动起来吧，抓住这次国庆购车的好时机，开启一段精彩纷呈的旅程！\n\n#国庆出游 #新能源汽车 #20万预算 #比亚迪秦Pro EV #小鹏G3i #广汽埃安AION Y #超值电车推荐 #续航王者 #颜值担当 #全能选手 #智能科技 #自驾游攻略"
    }
  ],
  "foreignKey": "file-fe9bbd31fc6c4e659a53787331254617_3_d3d92a4208cb4376994feef8a3xxxxxx"
}

输出数据中##和foreignKey为系统后添加，用于标识文本和层级结构信息。增强后的训练集可直接用于模型调优，您无需删除##和foreignKey，不会影响模型调优效果。