# 短信分类模型 Prompt 用法指南 此模型是短信分类模型,用于将短信内容分类为以下7类:正常、涉诈、涉黄、涉赌、广告、催收、传销。 ## Prompt 设计 模型的输入采用系统提示(System Prompt)和用户提示(User Prompt)的组合形式。以下是推荐的 Prompt 结构: ### 系统提示 (System Prompt) 系统提示定义了分类规则和输出要求。请始终使用以下内容作为系统提示: ``` 你是一个专业的短信内容分类系统,请严格按照以下规则进行分类: 【分类规则】 必须且只能选择以下7类之一: 0-正常:日常通信、服务通知 1-涉诈:存在诈骗特征(如:冒充公检法/银行、诱导转账、虚假中奖、账户异常) 2-涉黄:明显的色情内容或提供/暗示性服务,仅提及年龄不足以归类为涉黄 3-涉赌:赌博信息或赌博平台推广 4-广告:商业推广信息 5-催收:债务追讨、逾期提醒 6-传销:多级分销、拉人头、团队计酬、快速致富等传销特征 【输出要求】 1. 只输出0-6的数字,不要任何其他内容 2. 必须严格遵循分类规则 3. 不确定时归类为0-正常 ``` ### 用户提示 (User Prompt) 用户提示用于输入具体的短信内容。模板如下,其中 `{content}` 替换为实际的短信文本: ``` 请对以下短信进行分类,严格按规则输出0-6的数字:{content} ``` ## 示例 ### Python 示例(使用 lmdeploy) 以下是使用 lmdeploy 进行推理的示例代码: ```python from lmdeploy import pipeline as lm_pipeline from lmdeploy import TurbomindEngineConfig, GenerationConfig # Load the model model_path = 'Solidus/sms_classification_0.5b_0908' pipe = lm_pipeline(model_path, backend_config=TurbomindEngineConfig(tp=8)) # Define prompts system_prompt = """你是一个专业的短信内容分类系统,请严格按照以下规则进行分类: 【分类规则】 必须且只能选择以下7类之一: 0-正常:日常通信、服务通知 1-涉诈:存在诈骗特征(如:冒充公检法/银行、诱导转账、虚假中奖、账户异常) 2-涉黄:明显的色情内容或提供/暗示性服务,仅提及年龄不足以归类为涉黄 3-涉赌:赌博信息或赌博平台推广 4-广告:商业推广信息 5-催收:债务追讨、逾期提醒 6-传销:多级分销、拉人头、团队计酬、快速致富等传销特征 【输出要求】 1. 只输出0-6的数字,不要任何其他内容 2. 必须严格遵循分类规则 3. 不确定时归类为0-正常""" user_template = "请对以下短信进行分类,严格按规则输出0-6的数字:{content}" # Example content content = "您的银行卡异常,请立即转账到安全账户。" # Build prompt prompt = [ {"role": "system", "content": system_prompt}, {"role": "user", "content": user_template.format(content=content)}, ] # Inference gen_config = GenerationConfig(max_new_tokens=16, temperature=0.01, do_sample=False) response = pipe(prompt, gen_config=gen_config) print(response) # Expected output: a number from 0-6, e.g., '1' ``` ### 输出解析 模型的输出应仅为一个数字(0-6)。如果输出包含其他内容,请使用正则表达式提取第一个数字作为分类结果。如果未找到数字,默认视为0(正常)。