志在创建优质博客、通俗易懂、助力大家提高学习效率！

文本分类任务的目标是将文本数据分配到预定义的类别中。在本次项目中，我们使用了一个包含用户评论和评价维度的数据集。数据集中的每条评论都对应一个评价维度（如“服务态度”、“产品质量”等），我们的目标是训练一个模型，能够自动根据评论内容预测其对应的评价维度。

文本生成目前都是通过gpt等大模型进行完成，本次介绍一下通过seq2sep以及Transforms来实现。

【大模型-驯化】一文教会qwen-vl、qwen系列通过zero-shot输出json格式为非markdown格式问题 本次修炼方法请往下查看     在企业的工程工作中，有时候由于没有想过的训练数据，需要通过zero-shot的方式调用大模型进行推理预测，目前来说比较好的模型中文解释模型为qwen系列的单模和多模模型，通常来说算法和工程进行对接时，我们需要将结果处理成json格式给后

【大模型-驯化】一文教会你bert、qwen、llama等模型对结果进行概率控制问题 本次修炼方法请往下查看     大模型的发展使得之前的nlp相关任务：文本分类、实体抽取、文本生成、文本理解等任务都在由bert预训练模型向gpt模型进行过渡，具体的之前用bert进行文本分类的任务都可以通过gpt进行sft来得到微调的最终结果，在通过bert进行文本分类的过程中，我们可以对bert的

【大模型驯化-gradio】成功解决gradio出现httpcore.ReadTimeout: timed out问题 本次修炼方法请往下查看     在实际的工作中，我们经常会启用一个docker来管理自己的环境隔离问题，在使用对大模型进行可视化接口调用时，我们使用如下命令安装gradio：  从上述的结果可以看出我们已经在一个conda环境中安装成功了gradio，我们通过gra

是一种预训练语言表示模型，由Google在2018年提出。它通过使用Transformer架构的编码器部分，能够捕捉到文本的双向上下文信息。BERT模型在自然语言处理（NLP）领域取得了革命性的进展，为各种下游任务提供了强大的基础。# 加载BertTokenizer和BertModel# 定义输入文本text = '这是一个测试句子'# 对输入文本进行分词和填充# 获取Bert模型的embedding结果# 输出结果。

n-gram模型是一种统计语言模型，用于预测给定一个文本序列中下一个词或单词序列的概率。本文通过srilm工具对n-gram模型进行建模实战