新建conda环境test_env。运行hello_world.py。使用密码进行SSH远程连接。vscode远程连接开发机。

使用结构化提示词可以让模型完成引导用户进行MBTI测试并给出合理解释的任务，不使用系统提示时模型则完全没有开始进行用户要求的测试任务，可以看出使用结构化提示词比直接回答的结果拥有更准确的回答能力、更流畅的语言形式和更准确的流程遵循能力。将不使用系统提示的书生浦语大模型作为 baseline 对比，提交的系统提示词要指导LLM表现出比baseline更高的性能，提供对比截图并加以分析说明即可。可以看

通过本次任务，我们验证了 LlamaIndex 在增强语言模型回答特定问题方面的能力：提升回答准确性：LlamaIndex 显著提高了浦语 API 和 InternLM2-Chat-1.8B 模型在回答特定领域问题时的准确性和可靠性。扩展知识范围：借助 LlamaIndex 构建的知识库，模型能够获取更多领域的知识，进而更好地应对各种复杂问题。灵活集成：LlamaIndex 提供了灵活的接口和工具

新建conda环境test_env。运行hello_world.py。使用密码进行SSH远程连接。vscode远程连接开发机。