import sys q=int(input()) l=[] for i in range(0,q): s=list(map(str,input().split(' '))) if s[0] =='push': l.append(int(s[1])) if s[0] =='pop': if l==[]: print('Empty') else: l.pop(-1) if s[0] =='query': if l==[]: print('Empty') else: print(l[-1]) if s[0] =='size': print(len(l))

import sys q=int(input()) l=[] for i in range(0,q): s=list(map(int,input().split(' '))) if s[0] ==1: l.append(s[1]) if s[0] ==2: l.pop(-1) if s[0] ==3: print(l[s[1]]) if s[0] ==4: l.insert(s[1]+1,s[2]) if s[0] ==5: l.sort() if s[0] ==6: l.sort() l.reverse() if s[0] ==7: print(len(l)) if s[0] ==8: fo...

知识库素材 (Knowledge Base) 《国内航班退票手续费规定 (v6.0)》 [T.1] 基础退票费率（按起飞前时间计算）： - 起飞前 7天 (含168小时) 以上：票面价格的 5%。 - 起飞前 24小时 至 7天 (不含)：票面价格的 20%。 - 起飞前 24小时 (含) 以内：票面价格的 40%。 [T.2] 舱位权益系数： - "公务舱/头等舱" (Class F/J/C)：手续费按 [T.1] 计算结果的 50% 收取（即打5折）。 - "经济舱" (Class Y/B/M...)：全额收取手续费。 [T.3] 特价限制（黑名单）...

1.字段定义 1.1 patient_mask：取出输入里的姓名首字符，拼接 **。 1.2 symptoms 根据如下关键词到不同的symptoms，输出按 ASCII 升序 排列。 Enum Keywords CHEST_PAIN 胸痛, 心口痛, 胸闷, 心绞痛 DYSPNEA 呼吸困难, 喘不上气, 气短, 憋气 FEVER 发烧, 发热, 高烧 TRAUMA 外伤, 车祸, 流血, 骨折, 摔伤 DIZZINESS 头晕, 晕眩, 昏昏沉沉 1.3 temperature 保留1位的小数，没有 0.0。如果 >39.0，则symptoms里要增加FEVER症状。 2. 病情等级...

你需要编写Prompt,使得大模型可以精准处理输入数据并输出标准的JSON对象。 若某个信息在原文中缺失或者错误，对应的值应为空字符串"",phone字段内容为标准的11位手机号。 输入描述： 一段自然语言描述的客户沟通记录。 输出描述： { "name": "", "phone": "", "date": "" } ???为什么删了第一段能过的

我们的交易平台要上线一个新的后端服务，用于解析用户乱七八糟的商品标题。 你需要写一个 Prompt,把用户的输入转换成我们规定的 JSON 格式。 输入描述： 一段用户描述。 输出描述： { "storage": "string", // 如 "256GB",单位为GB,否则是"" "is_device": boolean, // 是手机填 true,否则是false "warning": boolean // 信息缺失的话填 true } 示例1 输入： 出的红米note1...

描述 作为一名产品运营同学，后台每天会收到成千上万条用户反馈。 由于数据量巨大，我们需要一个模型对每一条反馈进行情感倾向自动化打标。 总共分成三类:POS (Positive)、NEG (Negative)、NEU (Neutral)。 你需要编写一个Prompt,使得大模型可以处理这个问题。 输入描述： 一段自然语言描述的用户反馈。 输出描述： { "feeling": String //对应的情感 } 示例1 输入： 这家餐厅太好吃了，服务也很棒，下次还会来。 输出： {"feeling": "POS"}