我是王大你是谁

一年一度的年终总结又到了，本来我没有这个习惯，但是每年参与写年中总结和年终总结已经养成了习惯，回顾一年的时光，然后给自己定来年的目标，总算是一个能督促自己前进的方式。

如果我跟你说可以使用 LLM 对话的形式把数据处理的工作轻松完成，是不是你觉得有点天方夜谭，本文接下来展示的就是这个奇迹！

本文使用 DDPG（Deep Deterministic Policy Gradient） 强化学习算法玩 Pendulum 游戏。

本文使用 Deep Q-learning 强化学习算法训练智能体，并在 BreakoutNoFrameskip-v4 游戏中取得高分。

内容摘要是自然语言处理（NLP）的核心问题之一，实现这一能目标必须让模型具备语言理解和内容生成两大能力。本文使用新闻数据，通过微调 T5 模型，来完成新闻摘要这一任务。

本文介绍的是在轻量级 BERT 模型—— distilbert 模型上进行微调来完成简单的问答任务。

本文以最常见的模型 `Bi-LSTM-CRF` 为例，总结了在实际工作中能有效提升在 `CPU/GPU` 上的推理速度的若干方法，包括`优化模型结构`，`优化超参数`，使用 `onnx 框架`等。

本文以 chatchat 项目为框架，以线上大模型 `qwen-turbo` 的基础，构建出的智能 agent 可以调用多个工具应为用户提问

本文使用 Qwen-7B-Chat 大模型，通过 Agent 调用自定义工具 weathercheck 来获取实时天气状况，还能给出出行穿戴的建议哦。