1 line
7.2 KiB
JSON
1 line
7.2 KiB
JSON
{"repo": "2279460456/legal-agentic-rl", "files": {"configs/llm_config.yaml": {"f6183b42fe4d235c9ae6f74b2f062421cf83d823": {"t": 1785746846.5403821, "n": 1808, "h": "f0147cced82594f3", "c": "# LLM Evidence Split Configuration\n# 用于GRPO数据集构建中的证据拆分\n\n# ============================================================================\n# DeepSeek API 配置 (2026/05更新)\n# ============================================================================\n\nllm:\n # 是否启用LLM拆分（设为true后需要配置api_key）\n enabled: true\n\n # DeepSeek模型名称\n # - deepseek-v4-flash: 快速模型，非思考模式\n # - deepseek-v4-pro: 高级模型，支持思考模式\n # 注意: deepseek-chat将于2026/07/24弃用\n model: \"deepseek-v4-flash\"\n\n # API密钥（请替换为您自己的key）\n # 获取方式: https://platform.deepseek.com/\n api_key: \"sk-e227180049ad4ea09f8ce2184c546ea7\" # 或设置环境变量 DEEPSEEK_API_KEY\n\n # DeepSeek API端点 (OpenAI兼容格式)\n # 官方文档: https://api.deepseek.com/chat/completions\n api_endpoint: \"https://api.deepseek.com/chat/completions\"\n\n # 生成参数\n temperature: 0.3 # 低温度保证稳定JSON输出\n max_tokens: 800 # 增加token以适应JSON格式\n\n # 批处理配置\n batch_size: 10 # 每批处理数量\n retry_times: 3 # 失败重试次数\n retry_delay: 2.0 # 重试间隔（秒）\n\n# ============================================================================\n# 输出配置\n# ============================================================================\n\noutput:\n # 数据输出路径\n train_output: \"data/rl_env/train_cases.json\"\n test_output: \"data/rl_env/test_cases.json\"\n\n # 训练/测试划分比例\n train_ratio: 0.8\n\n# ============================================================================\n# 数据筛选配置\n# ============================================================================\n\ndata:\n # 输入数据路径\n input_path: \"data/raw/judge-data/all.json\"\n\n # 最大处理样本数（用于测试，设为null处理全部）\n max_samples: null\n\n # 最小Fact长度（过短的案件跳过）\n min_fact_length: 50\n\n# ============================================================================\n# 日志配置\n# ============================================================================\n\nlogging:\n # 是否显示详细日志\n verbose: true\n\n # 日志输出路径\n log_file: \"logs/llm_split.log\""}, "1fa8ae8a691dd8baed05c890b4f4e1447ee38415": {"t": 1785768025.8399734, "n": 1808, "h": "f0147cced82594f3", "c": "# LLM Evidence Split Configuration\n# 用于GRPO数据集构建中的证据拆分\n\n# ============================================================================\n# DeepSeek API 配置 (2026/05更新)\n# ============================================================================\n\nllm:\n # 是否启用LLM拆分（设为true后需要配置api_key）\n enabled: true\n\n # DeepSeek模型名称\n # - deepseek-v4-flash: 快速模型，非思考模式\n # - deepseek-v4-pro: 高级模型，支持思考模式\n # 注意: deepseek-chat将于2026/07/24弃用\n model: \"deepseek-v4-flash\"\n\n # API密钥（请替换为您自己的key）\n # 获取方式: https://platform.deepseek.com/\n api_key: \"sk-e227180049ad4ea09f8ce2184c546ea7\" # 或设置环境变量 DEEPSEEK_API_KEY\n\n # DeepSeek API端点 (OpenAI兼容格式)\n # 官方文档: https://api.deepseek.com/chat/completions\n api_endpoint: \"https://api.deepseek.com/chat/completions\"\n\n # 生成参数\n temperature: 0.3 # 低温度保证稳定JSON输出\n max_tokens: 800 # 增加token以适应JSON格式\n\n # 批处理配置\n batch_size: 10 # 每批处理数量\n retry_times: 3 # 失败重试次数\n retry_delay: 2.0 # 重试间隔（秒）\n\n# ============================================================================\n# 输出配置\n# ============================================================================\n\noutput:\n # 数据输出路径\n train_output: \"data/rl_env/train_cases.json\"\n test_output: \"data/rl_env/test_cases.json\"\n\n # 训练/测试划分比例\n train_ratio: 0.8\n\n# ============================================================================\n# 数据筛选配置\n# ============================================================================\n\ndata:\n # 输入数据路径\n input_path: \"data/raw/judge-data/all.json\"\n\n # 最大处理样本数（用于测试，设为null处理全部）\n max_samples: null\n\n # 最小Fact长度（过短的案件跳过）\n min_fact_length: 50\n\n# ============================================================================\n# 日志配置\n# ============================================================================\n\nlogging:\n # 是否显示详细日志\n verbose: true\n\n # 日志输出路径\n log_file: \"logs/llm_split.log\""}, "51df64764662ee07ba188153f2ce843a69d27223": {"t": 1785768027.0582287, "n": 1806, "h": "86d4a1acc48f6f42", "c": "# LLM Evidence Split Configuration\n# 用于GRPO数据集构建中的证据拆分\n\n# ============================================================================\n# 用户需要在此配置自己的LLM API\n# ============================================================================\n\nllm:\n # 是否启用LLM拆分（设为true后需要配置api_key）\n enabled: false\n\n # 模型名称（根据您的API选择）\n # 示例: \"deepseek-chat\", \"qwen-plus\", \"gpt-4\", \"claude-3-opus\"\n model: \"deepseek-chat\"\n\n # API密钥（请替换为您自己的key）\n api_key: \"\" # 或设置环境变量 DEEPSEEK_API_KEY\n\n # API端点（根据您的API修改）\n # DeepSeek: https://api.deepseek.com/v1/chat/completions\n # OpenAI: https://api.openai.com/v1/chat/completions\n # Qwen: https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation\n api_endpoint: \"https://api.deepseek.com/v1/chat/completions\"\n\n # 生成参数\n temperature: 0.3 # 低温度保证稳定输出\n max_tokens: 500\n\n # 批处理配置\n batch_size: 10 # 每批处理数量（减少API调用次数）\n retry_times: 3 # 失败重试次数\n retry_delay: 2 # 重试间隔（秒）\n\n# ============================================================================\n# 输出配置\n# ============================================================================\n\noutput:\n # 数据输出路径\n train_output: \"data/rl_env/train_cases.json\"\n test_output: \"data/rl_env/test_cases.json\"\n\n # 训练/测试划分比例\n train_ratio: 0.8\n\n# ============================================================================\n# 数据筛选配置\n# ============================================================================\n\ndata:\n # 输入数据路径\n input_path: \"data/raw/judge-data/all.json\"\n\n # 最大处理样本数（用于测试，设为null处理全部）\n max_samples: null\n\n # 最小Fact长度（过短的案件跳过）\n min_fact_length: 50\n\n# ============================================================================\n# 日志配置\n# ============================================================================\n\nlogging:\n # 是否显示详细日志\n verbose: true\n\n # 日志输出路径\n log_file: \"logs/llm_split.log\""}}}} |