1. **手写 `Dataset` 类**2. **数据集划分**2.1 使用Subset创建子集Subset 类的定义参数说明关键方法示例代码使用场景注意事项2.2 使用 `random_split` 将数据集划分为训练集、验证集和测试集。函数定义1. 基本用法2. 设置随机种子3. 划分为多个子集注意事项与 `Subset` 的区别3. **数据集加载**3.1 **`DataLoader`

1. **手写 `Dataset` 类**2. **数据集划分**2.1 使用Subset创建子集Subset 类的定义参数说明关键方法示例代码使用场景注意事项2.2 使用 `random_split` 将数据集划分为训练集、验证集和测试集。函数定义1. 基本用法2. 设置随机种子3. 划分为多个子集注意事项与 `Subset` 的区别3. **数据集加载**3.1 **`DataLoader`

随着大型语言模型（LLM）的快速发展，结合外部函数或工具，实现复杂任务自动化处理的需求日益增加。例如，用户用自然语言提问“你知道一千万乘二是多少吗？”，希望模型能精准调用计算器函数算出结果，而不是单凭模型“记忆”作答。这套方案通过 LangChain 和 Ollama 的结合，实现了“自然语言驱动的函数调用”能力，使复杂任务拆解成模型理解的指令，触发精确代码执行，提升了应用智能与可靠性。​。

阶段发生了啥0启动 Uvicorn1浏览器 GET，FastAPI 返回 HTML2HTML 里 JS 脚本准备好3用户输入，点击按钮或回车都触发4submitForm把输入写到页面，创建 WebSocket5FastAPI/ws接收消息，调用 Ollama6Ollama 流式生成，FastAPI 一段段发，JS 一段段接。

1. **手写 `Dataset` 类**2. **数据集划分**2.1 使用Subset创建子集Subset 类的定义参数说明关键方法示例代码使用场景注意事项2.2 使用 `random_split` 将数据集划分为训练集、验证集和测试集。函数定义1. 基本用法2. 设置随机种子3. 划分为多个子集注意事项与 `Subset` 的区别3. **数据集加载**3.1 **`DataLoader`

文本预处理的目的是将原始文本数据转换为适合机器学习模型处理的格式。通过清洗和标准化文本数据，可以提高模型的性能和准确性。