0.5b 这种才是最有用的，因为它可以万能地微调成单一小任务。
而且它参数量小，本地跑，运行快。
以前的那些nlp任务都可以用这种万金油来微调。
比如文章提取，文章样式整理，数据格式转换，文章校验，快递信息提取等。
你可能会说我为什么不用传统的nlp来干？ 主要是现在的llm模型，从训练到部署已经非常的流水线了，不会深度学习的人也能训练一个并部署，这个流水线简单到，真的只需要处理数据集而已。
整个过程你甚至不需要写…。
0.5b 这种才是最有用的，因为它可以万能地微调成单一小任务。
而且它参数量小，本地跑，运行快。
以前的那些nlp任务都可以用这种万金油来微调。
比如文章提取，文章样式整理，数据格式转换，文章校验，快递信息提取等。
你可能会说我为什么不用传统的nlp来干？ 主要是现在的llm模型，从训练到部署已经非常的流水线了，不会深度学习的人也能训练一个并部署，这个流水线简单到，真的只需要处理数据集而已。
整个过程你甚至不需要写…。