jutor_write

Sleeping

2 contributors

def get_chinese_paragraph_refine_evaluate_content(model, sys_content, paragraph_1, paragraph_2, user_refine_paragraph_prompt):

5e8cb11 7 months ago

.gitattributes

1.52 kB

initial commit about 1 year ago
.gitignore

23 Bytes

local_config.json 9 months ago
README.md

226 Bytes

render dynamic 9 months ago
app.py

202 kB

def get_chinese_paragraph_refine_evaluate_content(model, sys_content, paragraph_1, paragraph_2, user_refine_paragraph_prompt): 7 months ago
exams.json

57.3 kB

"hint": "### 如何下筆:\n- 瞭解圖表內容：美國18至29歲的青年對不同新聞類別有不同程度的關注。\n - 高關注度類別：環境與天然災害（69%）、社會議題（64%）。\n - 中等關注度類別：國際事務（59%）、娛樂與名人（58%）。\n - 低關注度類別：學校與教育（49%）、藝術與文化（30%）。\n- 個人關注新聞\n - 高關注度：為什麼關注？例如個人興趣、對未來的重要性。舉例說明。\n - 低關注度：為什麼不關注？例如：與自己生活關聯較少、其他新聞更重要。\n- 圖表寫作，寫兩段，以主題句、支持句、結論句為結構。\n\n### 第一段描述圖表內容，並指出關注度較高及偏低的類別\n\n- 主題句：\n - 圖表顯示美國18至29歲的青年對不同類別之新聞的關注度。\n\n- 支持句：\n - 高關注度類別：環境與天然災害（69%）、社會議題（64%）。分析為何這些議題受到高度關注。\n - 中等關注度類別：國際事務（59%）、娛樂與名人（58%）。分析為何這些議題受到中度關注。\n - 低關注度類別：學校與教育（49%）、藝術與文化（30%）。分析為何這些議題受到低度關注。\n - 轉折詞：first of all, moreover, as a result, however, for example, on the whole, in summary\n\n- 結論句：\n - 重申主題句，或略過不寫。\n\n### 第二段則描述在這六個新聞類別中，你自己較為關注及較不關注的新聞主題分別為何，並說明理由。\n\n- 主題句：\n - 説明有（幾）個原因使我對某些類型的新聞較為關注。\n\n- 支持句：\n - 為何我最關注（某類）新聞。分析為何這些議題讓你高度關注。舉例説明。\n - 為何我較不關注（某類）新聞。分析為何這些議題讓我低度關注。舉例説明。\n - 轉折詞：first of all, moreover, as a result, however, for example, on the whole, in summary\n\n- 結論句：\n - 重申主題句，或引導讀者進一步思考或行動。", 8 months ago
requirements.txt

151 Bytes

google-api-python-client 8 months ago
storage_service.py

2.76 kB

gr.Markdown("# 📚 歷程回顧") 8 months ago