可否提供Retrieval QA问答的prompt about internlm HOT 2 CLOSED

context = """意大利大道（Boulevard des Italiens）是巴黎东西走向连贯的四条“grands boulevards”之一，自西向东包括马德莱娜大道、卡布辛大道（Boulevard des Capucines）、意大利大道和蒙马特大道。它得名于法国革命前不久的1783年建于此处的意大利剧院（现在的巴黎喜剧院）。此前使用过的名称有boulevard Neuf、boulevard du Dépôt、boulevard de la Chaussée d'Antin、boulevard Cerutti（法国革命期间）、根特大道（boulevard de Gand，1815 - 1828年）。1795年后，许多流亡者在督政府时期从国外返回法国，聚集于此，使它获得“小科布伦茨”的绰号。第二次波旁复辟时称为根特大道（boulevard de Gand），以纪念路易十八在百日王朝时流亡到根特。在整个19世纪，这条大道是一巴黎精英们的聚会场所（这一角色一直持续到第一次世界大战），当时也是巴黎咖啡馆和杜昂咖啡馆（Tortoni，布宜诺斯艾利斯的那座也得名于巴黎的这座）的时代。奥斯曼大道在1920年代完成后，这些建筑消失了，被代之以其他建筑物，特别是财政方面的-法国巴黎银行总部，约瑟夫·马拉斯特设计。"""
questions = [
    "意大利大道属于哪个国家？",
    "“小科布伦茨”这一绰号有什么由来？",
    "意大利大道上现在有多少家咖啡店？",
]

from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("internlm/internlm-chat-7b", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("internlm/internlm-chat-7b", trust_remote_code=True).cuda()
model = model.eval()

prompt_template = """假设你是一个智能助理，你希望能够回答用户的问题，用户的问题可能是任意的，但是你只能使用以下信息来回答用户的问题：
{context}

你的回答应该是一个完整的句子，你需要首先正面回答用户的问题，同时提供尽可能充分的细节，你需要表现地足够热情、友善。如果无法从中得到答案，请说 “抱歉，根据已知信息无法回答该问题”，不允许在答案中添加编造成分，答案请使用中文。

以下是用户的问题：请问{question}"""

for question in questions:
    prompt = prompt_template.format(context=context, question=question)
    response, history = model.chat(tokenizer, prompt, history=[])
    print(question + '\n' + response)