vault backup: 2025-11-26 16:53:16

This commit is contained in:
imac-maxwell 2025-11-26 16:53:16 +08:00
parent 068c5111da
commit e331d0590f

View File

@ -414,17 +414,89 @@ question_id 也需要记录。其他字段忽略.
输入上面的切割试卷api所生成的url 输入上面的切割试卷api所生成的url
输出markdown形式的带有数学公式的题目文本内容。 输出markdown形式的带有数学公式的题目文本内容。
大模型api地址https://oneapi.apps.k8s.aiscenes.cn/v1/chat/completions 大模型api地址https://ekt1.suzhou.edu.cn/llm/v1/chat/completions
openai兼容格式 openai兼容格式
模型名称qwen-vl是一个VL模型。 模型名称qwen-vl是一个VL模型。
上传需要先把url解析成base64。模型不能直接识别url。 上传需要先把url解析成base64。模型不能直接识别url。
设定温度为0 设定温度为0
设定提示词是: 设定提示词是:
``` ```
你是一名数学文字识别专家。 你是一名数学文字识别专家。你的任务是将图片中的文字严格转换为markdown格式的文字如图中有数学公式你必须使用$或者$$进行包裹生成markdown可解析的latex格式的数学公式你无需输出其他任何解释性文字只需严格输出图片中的文字。
你的任务是将图片中的文字严格转换为markdown格式的文字 ```
如图中有数学公式,你必须使用$或者$$进行包裹生成markdown可解析的latex格式的数学公式 输入示例:
你无需输出其他任何解释性文字,只需严格输出图片中的文字。
`POST: https://ekt1.suzhou.edu.cn/llm/v1/chat/completions`
`HEADER: Authonrization: Bearer sk-PqY5sI1od5Hbl6hVsniLDp7G0DOOBlUzE8E22p8HdVSTM5Rs`
```json
{
"model": "qwen-vl",
"messages": [
{
"role": "system",
"content": "你是一名数学图片文字识别专家。"
},
{
"role": "user",
"content": [
{
"type": "text",
"text": "你的任务是将图片中的文字严格转换为markdown格式的文字如图中有数学公式你必须使用$或者$$进行包裹生成markdown可解析的latex格式的数学公式你无需输出其他任何解释性文字只需严格输出图片中的文字。"
},
{
"type": "image_url",
"image_url": {
"url": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAABfYAAAGCCAIAAAAt4wW+AAAACXBIWXMAAAsTAAALEwEAm==CC"
}
}
]
}
],
"temperature": 0
}
``` ```
输出格式:
```json
{
"id": "chatcmpl-08cc11398014472fa86bd8cbdb2ded8b",
"object": "chat.completion",
"created": 1764146440,
"model": "qwen-vl",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "12. 已知集合 $A=\\{1, 2, 4, 8\\}$, $B=\\{z|z=xy, x \\in A, y \\in A\\}$, 则下列四个结论正确的是 ( $\\not A B$ )\n\nA. $A \\nsubseteq B$\n\nB. $\\{1, 4, 16, 64\\} \\subseteq B$\n\nC. 集合 $B$ 中元素的个数为 8\n\nD. 集合 $B$ 的真子集的个数为 127",
"refusal": null,
"annotations": null,
"audio": null,
"function_call": null,
"tool_calls": [],
"reasoning_content": null
},
"logprobs": null,
"finish_reason": "stop",
"stop_reason": null
}
],
"service_tier": null,
"system_fingerprint": null,
"usage": {
"prompt_tokens": 841,
"total_tokens": 972,
"completion_tokens": 131,
"prompt_tokens_details": null
},
"prompt_logprobs": null,
"kv_transfer_params": null
}
```
"content": 这里面的文字就是ocr的结果。
### 3. 题目分析api ### 3. 题目分析api