本次测试目标为跑通基于embedding的文本语义匹配的基本流程，测试流程主要分为：=> 1）通过预训练模型生成embedding=> 2）保存embedding到文件=> 3）基于embedding文件构建faiss索引并持久化保存=> 4）加载faiss索引进行语义化检索匹配。

ms-swift是一个针对大模型微调的高层封装框架，旨在简化训练流程、统一接口并集成多种微调技术，如 LoRA、QLoRA、Prefix Tuning等。通过ms-swift实现LoRA微调，仅需配置参数，无需关心底层实现。使用ms-swift，通过lora方式微调下载的基座模型，产出微调的权重文件。使用下载的基座模型，先测试一下推理效果作为合并LoRA后推理效果的对照，参考。本次测试目的为跑通模

参考，可以直接查看原文，下面只是对原文进行概括和实际性能测试。

本机会随机生成一个端口号（也可以指定端口号，注意端口冲突），输入b直接打开，或者复制地址浏览器中打开查看。ctrl+f 要查询的模块名。

理解混淆矩阵和ROC曲线之前，先明确几个概念。对于分类问题，不论是多分类还是二分类，对于某个关注类来说，都可以看成是二分类问题，当前的这个关注类为正类，所有其他非关注类为负类。从上面几个定义可以知道：1）样本总数 = TP+FP+TN+FN2）所有真实值为正类的样本总数 = TP+FN3）所有真实值为负类的样本总数 = TN+FP。

每个模型的详细信息中会有API示例（），需要做的就是申请自己的API key就行了，过程中可能需要。。

开窗函数是mysql8.0中的新特性，用于实现和group by分组函数类似的分组聚合功能。分组函数：对一个集合输出一个标量结果，改变了数据的粒度，且丢失了非分组字段及非聚合字段的信息。开窗函数：分别以每一行为当前行，与当前行相关的所有行为窗口，对同一个窗口内的数据进行聚合等类似操作，结果附加到当前行的后面，不改变原始数据粒度，不丢失原始数据信息。这部分可以直接查看文档，个人觉得这部分算是开窗函数

开窗函数是mysql8.0中的新特性，用于实现和group by分组函数类似的分组聚合功能。分组函数：对一个集合输出一个标量结果，改变了数据的粒度，且丢失了非分组字段及非聚合字段的信息。开窗函数：分别以每一行为当前行，与当前行相关的所有行为窗口，对同一个窗口内的数据进行聚合等类似操作，结果附加到当前行的后面，不改变原始数据粒度，不丢失原始数据信息。这部分可以直接查看文档，个人觉得这部分算是开窗函数

此时在/usr/local/下会生成一个名为python3的文件夹，进入该文件夹下的bin目录，将软链接python3复制到/usr/bin/目录下，就可以在全局使用python3命令了。4.安装wget，通过wget在线下载python3安装包。这里也可以不安装，手动去官网下载对应安装包上传到虚拟机。centos7自带的python版本为2.7.5，现在在系统中新配置一个python3的环境。2

二叉树(Binary Tree)是由n个结点构成的有限集(n≥0)，n=0时为空树，n>0时为非空树。对于非空树TTT有且仅有一个根结点；除根结点外的其余结点又可分为两个不相交的子集TLT_LTL​和TRT_RTR​，分别称为TTT的左子树和右子树，且TLT_LTL​和TRT_RTR​本身又都是二叉树。很明显该定义属于递归定义，所以有关二叉树的操作使用递归往往更容易理解和实现。从定义也可以看出二叉