本文基于注意：网上有很多的教程和示例是基于0.2版本，在0.4之后发生了非常大的变化，基本不兼容。

参考：https://llamafactory.readthedocs.io/zh-cn/latest/getting_started/data_preparation.html。

以上会议涵盖学术研究（如EI/Scopus收录会议）、产业应用（如深圳AGIC博览会）、区域合作（如东盟大会）及垂直领域（如教育、艺术）。• 亮点：全球规模最大的AI展会之一，覆盖具身智能、大模型、AI芯片等，设八大行业场景展区，华为、腾讯等巨头参展。• 亮点：聚焦中国与东盟AI合作，涵盖智能制造、跨境电商等六大主题，设政企闭门对接和低空经济分论坛。• 亮点：学术导向，EI和Scopus收录，聚焦

（1）添加header信息，使其看起来更像浏览器访问。-固定user-Agent：如下面是google浏览器的请求信息，当固定使用一个时，被识别为爬虫的风险很高Win64;轮换User-Agent：每次请求时就随机切换一个，模仿不同浏览器和设备访问（2）-有些服务器会在返回的头部中添加"Retry-After"，告诉你多久之后重试。获取这个值，然后sleep就可以了。-在setting.py中增加

数据集构建和算法调参哪个更累？深度学习是不是银弹？什么时候不适合AI算法？

单进程单线程、多进程、多线程性能比较

项目：https://github.com/timeseriesAI/tsai简介：用于处理时间序列的工具库，包含TCN、Rockert等众多时间序列处理算法。

LightRAG发展和更新很快，还有很多地方需要完善，当前模型中很多参数都是基于其自带的模型参数进行配置的，若是用到其它模型，则需要修改参数的地方没有明确给出，所以跑起来就会出现这样那样的问题，本质上都是模型参数设置的问题。官方的ollama demo写的很不错，但是如果不用其默认的LLM和embeding模型，也还是跑不起来的，下面将给出一个适配自己模型的ollama跑通教程，供来者参考。复制网

项目：https://github.com/timeseriesAI/tsai简介：用于处理时间序列的工具库，包含TCN、Rockert等众多时间序列处理算法。

KBQA是指基于知识图谱的问答系统，是知识图谱的重要应用形式，基于知识图谱的问答和基于LLM的问答殊途同归。KBQA是一个系统，由多种功能模块组成，其核心架构梳理如下：下面对各个模块简单小结。