-
Sentence Transformers 可以在 encode 阶段直接生成 binary 嵌入，也可以把已有 float32 向量交给 quantize_embeddings。本文说明 bit 打包后的 shape、dtype、保存元数据，以及二进制召回与高精度重排的配合方式。
-
ONNX Runtime 的图优化等级绑定在 SessionOptions 上，EXTENDED 会包含 basic，ALL 还包括 layout。本文给出指定 InferenceSession 的 Python 配置、在线与离线优化的边界，以及按 Execution Provider 和目标硬件做基准、回退的实用方法。
-
ONNX Runtime 通过 SessionOptions 的图优化级别和 optimized_model_filepath 在创建推理会话时保存优化后的模型。本文说明 Python 写法、ONNX 与 ORT 格式边界，以及文件未生成时的排查方向。
-
Optuna 的 MedianPruner 不会自动猜测训练进度，关键是让 objective 在每个可比较的步骤调用 report，再用 should_prune 响应剪枝判断。本文用一个单目标验证损失示例说明启动试验数、预热步骤、检查间隔和最小样本数如何配合。
-
Optuna 的 enqueue_trial 可以把人工指定的参数组合放入试验队列，让 objective 先评估这些候选，再继续交给 sampler 搜索。本文演示调用顺序、skip_if_exists、参数范围和并发边界。
-
Hugging Face Datasets可用flatten把struct子字段展开成带层级前缀的独立列。本文通过原创样本区分Dataset与Features展开、列表拆行和索引整理，并说明下游列名契约。
-
Hugging Face Datasets 在 shuffle、select 等操作后可能带有 indices mapping，导致访问不再连续。本文用 flatten_indices 重写数据，说明缓存、批量写入、并行和 IterableDataset 的选择边界。
-
讲清 vLLM 在线服务中请求级 max_tokens 的设置位置、上下文边界与 finish_reason 判断方法，帮助按业务预算控制输出长度。
-
用一个完整的 MLflow Run 串起参数、手工指标、模型制品、注册模型版本和测试集评估结果：先固定实验与注册模型名，再用 registered_model_name 生成版本，最后通过 mlflow.models.evaluate 读取 accuracy、F1 等指标。
-
用 ONNX Runtime SessionOptions 开启 profiling，完成代表性推理后通过 end_profiling 导出 JSON，再按 Node、Kernel 与 dur 字段定位算子级延迟，避免误把主机事件和设备事件重复计算。
-
以 Chroma 为例，把节点 metadata 与 MetadataFilters 对应起来，演示等值 AND 过滤、模拟嵌入检索和临时集合清理，并解释字段类型、top-k、空结果及后端支持范围。
-
LangChain 工具调用需要保留完整 messages，而不是只取最终文本。本文说明 AIMessage、ToolMessage、tool_call_id、content 与 artifact 的关系，以及如何保存中间消息并继续交给模型。
-
用 Hugging Face Tokenizers 添加领域词条后，如何保存并重新加载自定义词表？本文区分追加词条与重新训练词表，分别说明 save()、from_file() 与 save_pretrained() 的使用边界。
-
用 Hugging Face Datasets 的 select_columns 从 Dataset 或 DatasetDict 中保留训练所需字段，配合 column_names、features 和 split 检查处理字段缺失与结构不一致。
-
通过 BitsAndBytesConfig.to_dict() 和 model.config.quantization_config 读取 4bit 量化配置，重点区分 load_in_4bit、nf4/fp4、计算 dtype 与双重量化字段。
