CondorRefiner
312 字约 1 分钟
2025-10-09
📘 概述
CondorRefiner 是一个两阶段优化指令回复质量的算子。第一阶段调用大语言模型(LLM)生成对原始回复的评论(critique),第二阶段结合原始问题、原始回复以及生成的评论,再次调用LLM来改写并优化回复,从而提升指令对(instruction-response pair)的整体质量。
__init__函数
def __init__(self, llm_serving: LLMServingABC = None)init参数说明
| 参数名 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| llm_serving | LLMServingABC | 必需 | 大语言模型服务实例,用于执行推理与生成。 |
Prompt模板说明
| Prompt 模板名称 | 主要用途 | 适用场景 | 特点说明 |
|---|---|---|---|
run函数
def run(self, storage: DataFlowStorage, input_instruction_key: str='instruction', input_output_key: str='output')执行算子主逻辑,从存储中读取包含指令和回复的 DataFrame,经过“生成评论”和“优化回复”两个阶段,并将优化后的结果写回存储。
参数
| 名称 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| storage | DataFlowStorage | 必需 | 数据流存储实例,负责读取与写入数据。 |
| input_instruction_key | str | "instruction" | 输入列名,对应指令字段。 |
| input_output_key | str | "output" | 输入列名,对应待优化的回复字段。优化后的回复将覆盖此列。 |

