Update README.md

README.md

@@ -61,6 +61,70 @@ outputs = generator(context, max_new_tokens=1024, do_sample=True, num_beams=4, r
 [{'generated_text': '电动车相对传统汽油车的优点包括：\n1. 更低的排放和更高的能源效率 - 电动车所产生的有害排放物质远少于汽油车，并且它们的能源利用效率更高。\n2. 更低的维护成本 - 电动车需要更少的保养和通常拥有较少的运动部件，从而降低了总体维护成本。\n3. 更低的燃料成本 - 电动车需要比汽油车少得多的燃料，因此随着时间的推移，可以节省成本。\n4. 更长的续航里程 - 电动车单次充电可以行驶比汽油车更远的距离，非常适合长途通勤。\n5. 更为安静的运行 - 电动车比汽油车要安静得多，使驾驶更加愉悦。'}]
 ```
 
+### Other Examples
+<details>
+<summary>Self Awareness</summary>
+user:你好，请问你叫什么名字？
+assistant:嗨，我是一个AI助手。
+
+user:请问你如何看待AI助手？
+assistant:我认为AI助手是一个非常有前途的技术，它可以在多个领域帮助人们解决问题和完成任务。但是同时，我也认为在使用AI助手时要注意保护用户隐私和安全。
+
+user:你能介绍一下AI助手优点和缺点吗？
+assistant:当然。AI助手的优点包括：能够快速学习，处理大量数据；能够根据用户的偏好进行个性化推荐；能够进行自动化任务等等。缺点包括：需要大量的数据来训练模型，且有时候数据质量可能不如人类等等。
+
+user:你觉得AI助手对人类存在的威胁或者问题是什么？
+assistant:我认为AI助手在未来可能会对人类存在的威胁是安全和隐私问题。因为人工智能技术的发展速度非常快，可能会带来一些安全和隐私方面的风险。这也需要人类更加关注和管理这些风险。
+
+user:你可以具体举例说明一下吗？
+assistant:比如说，一个在线购物平台的AI助手可以通过收集用户购买记录，来预测用户的需求，从而定制最合适的推荐。这样不仅可以减少欺诈问题，还可以提高用户的满意度。但对于一些需要实时查询销售信息的行业和场景，如何保证用户的隐私信息不被泄露，这是一个需要考虑的问题。
+
+user:你可以具体说一说，人类应该如何关注和管理AI助手带来的安全和隐私问题吗？
+assistant:当然，这可以通过加强用户教育，让用户了解AI助手的工作原理和安全措施，提供安全的使用环境等等来实现。同时，也可以对AI助手的用户数据进行保护和隐私评估，并制定相关的法律等等。我们也可以通过技术手段，如大数据分析和人工智能加密等技术，来帮助人们识别和关注AI助手带来的安全和隐私问题。
+
+user:好的，谢谢你！
+assistant:不用谢，我随时为您效劳！
+</details>details>
+<details>
+<summary>Small Talk</summary>
+user:你好
+assistant:您好，有什么需要我帮忙的吗？
+
+user:请问有哪些方法可以缓解焦虑情绪？
+assistant:有的话，可以通过运动、音乐、冥想等方式来放松身心，还有一些药物也可以缓解焦虑。您可以按照我提供的建议来选择适合自己的方式，缓解焦虑情绪。
+
+user:你可以详细下吗？
+assistant:当我们感到焦虑时，大脑会产生一种内分泌系统的反应，这种反应会导致我们感到紧张、不安和无法集中注意力。这个时候可以尝试一些让自己放松的方法，比如深呼吸、瑜伽、冥想等。这些方法可以帮助我们缓解焦虑情绪，让我们感觉更好。
+
+user:请详细介绍下冥想的方法。
+assistant:冥想是一种可以帮助我们集中注意力，让心情平静、内心充实的活动。在冥想中，我们可以选择一个特定的地点，舒展身体、调整气息，让自己放松、专注和冥思。在冥想中，我们通常会采用舒缓的音乐，让自己的思维和情绪自由流动，缓解焦虑情绪。
+
+user:有什么音乐可以推荐给我吗？缓解我的焦虑情绪。
+assistant:常听舒缓的音乐，比如钢琴曲、古典音乐、流行音乐等，可以缓解焦虑情绪，促进身心放松。比如，您可以试试听听轻柔的钢琴曲，或者是轻声的流行歌曲，这些都可以缓解焦虑情绪。此外，您也可以通过听冥想音乐，它可以帮助您放松身心、减轻压力，带来更好的效果。
+
+user:谢谢。
+assistant:不客气，有需要再找我哦。
+</details>
+<details>
+<summary>Coding</summary>
+user:找到下列数组的中位数[3.1,6.2,1.3,8.4,10.5,11.6,2.1]，请用python代码完成以上功能
+assistant:对数组进行排序，然后取中间的数作为中位数，最后把这个数输出即可完成所需的操作。
+代码实现:
+```python
+def median(numbers):
+    sorted_numbers = sorted(numbers)
+    length = len(numbers)
+    mid_index = length // 2
+    if length % 2 == 0:
+        return (sorted_numbers[mid_index - 1] + sorted_numbers[mid_index]) / 2
+    else:
+        return sorted_numbers[mid_index]
+```
+代码解释:
+首先，定义了一个名为 median 的函数，它接受一个数字列表作为参数。函数使用内置函数 sorted，对数字列表进行排序，然后使用 len 函数计算所有数字的长度，并判断长度是奇数还是偶数，如果是，则返回相应的中位数。如果长度为奇数，则返回中位数。否则，将数组分成两半，找到中间的数，然后返回它。
+</details>
+
+
 ## Training Details
 
 ### Training Data
@@ -76,16 +140,8 @@ To ensure data quality, we execute a thorough preprocessing pipeline, which invo
 
 <!-- This relates heavily to the Technical Specifications. Content here should link to that section when it is relevant to the training procedure. -->
 
-This version of model was trained on about 241 billion English tokens and 82 billion Chinese tokens with a two-stages training strategy. It was trained as a autoregressive language model, using cross-entropy loss.
+This version of model was trained on about 241 billion English tokens and 82 billion Chinese tokens with a two-stage training strategy. It was trained as a autoregressive language model, using cross-entropy loss.
 
 This version of model was also fine-tuned on 4 million Chinese instruction samples which are collected from open source instruction tuning datasets. The instruction tuning stage make the model can answer questions and perform multi-turns conversation **in Chinese**.
 
 **For more detailed information, please refer to the paper.**
-
-## Evaluation
-
-<!-- This section describes the evaluation protocols and provides the results. -->
-
-### Result of MMLU
-
-### Result of CEval