本文将会介绍如何在VSCODE中连接远程服务器进行代码开发，以及如何使用Jupyter。

本文将会介绍如何在大模型中对文本补充（Text Completion）进行动态提示（Dynamic Prompting）。

本文将介绍如何使用大模型来完成汉字填字游戏。

本文将会介绍在大模型（LLM）时代下，如何在开放领域进行三元组抽取。本文内容已开源至Github，网址为：https://github.com/percent4/llm_open_triplet_extraction .

本文将介绍如何使用LangChain和异步Web框架实现接口流式输出。

本文将介绍Python异步编程入门。

本文将会介绍笔者从BERT模型训练到模型量化、蒸馏的旅程，通过一系列文章的回顾，不难掌握模型训练和模型压缩的技能。

本文将会介绍模型压缩方法——知识蒸馏，通过对训练后的BERT模型在小模型上进行蒸馏，在小模型上提到推理性能的极大提升，同时也不会过多损失模型效果。

本文将介绍大模型微调RACE数据集的进一步实验。

本文将主要Python中的代码整洁之道及代码注释。