作为一名总会把阅兵视频反复咀嚼的军事爱好者，我在看今年九三阅兵时，除了对入京排练时已几近揭露的若干新装备大饱眼福外，最期待的即是分列式前，变阵就绪的这一段了。自2019年国庆大阅兵起，央视的拍摄手法日渐开放，在《钢铁洪流进行曲》等阅兵曲目日益“出圈”的同时，坦克底盘视角、大范围摇运镜等镜头也屡见不鲜。
本次九三阅兵也没有让我们失望。最期待的这个分列变阵环节中，伴随着改编版前奏的《请你检阅》乐曲，如AI合成一般的镜头展现出人民军队的新面貌。同时，伴随着画面，央视的解说词也成为了我心目中，本次阅兵的“定调之词”，不可谓不精彩。
本篇结合央视解说词，以回顾这一环节为串联，作为九三阅兵观后记。
上一学期，我在期末周前为了数据分析课程的结课项目，花大时间服务器部署、本地访问大模型。现在终于有时间整理出来。
这个项目中，我试图部署一个表格大模型，用于解析不同结构的表格信息、汇总为统一的格式。幸运的是，去年十一月份浙大开源了TableGPT2大模型及其Agent（相关介绍和体验将在另一篇文章呈现），让我有合适现成的模型可以使用；不幸的是，我可能也是全网第一篇尝试部署该模型的人，没有任何先例可供参考。
诚然，在一开始探索部署它的过程中，我确实在摸索中走了许多错路，但好在最后发现了VLLM的部署过程是共通的，并由此摸索出一条蹩脚的路径，本文将予以阐述。
最后，还要再Thanks to ChatGPT，作为我构建Agent的Agent，陪我走过了摸黑探路的过程。
使用Python爬虫，基于本地IP直接向网站发送请求以爬取数据时，可能由于网站的反爬措施而导致IP封禁。特别是在课堂演示等场景下，多台主机多次在同一IP发送请求，很难不出现这样的问题。这里以豆瓣电影Top250的爬取为例，对问题进行解析，并提供一种基于IP代理的解决方案。
继《大决战》《大进军》系列解放战争片后，《决战之后》也成为了不得不品鉴的经典老片。其中不乏对功德林“三大战役”等名场面的复现，更为重要的是对解放战争系列的一个重要方面进行了补充——我们是如何改造战犯的。