模型推理

解释 ONNX Runtime 如何按 EP 能力与优先级分配节点，区分可用列表、会话注册和实际节点记录，并用 CPU profiling 演示核对。

提前取得模型和依赖，用 HF_HUB_OFFLINE 与 local_files_only 在新进程加载 Transformers 本地目录，完成 CPU 前向并核对形状、有限值与失败条件。

使用英文 MMS-TTS 在本地生成波形并导出 WAV，回读采样率与样本，试听完整句子，并核对语言和非商业许可限制。

用中文 BERT 掩码模型为单个缺字位置生成候选，核对词表ID、得分与补全句，明确单token和事实修订的限制。

比较固定标签与 NLI 零样本分类，使用 BART-MNLI 传入候选标签，核对单标签、多标签分数和标签变更的影响。

保存中文到英文 OPUS-MT 模型与分词器，用 UTF-8 模式从本地逐句翻译，断网复跑并核对日期、术语和否定关系。

本地调用英文 DistilBART，按模型前缀和窗口核对输入 token 数，再生成摘要并回查主体、数字、日期和否定条件。

使用英文 BERT NER 提取人名、机构和地点，导出 CSV 与字符位置，并检查漏检、分词聚合和领域限制。

用英文 DistilBERT 抽取式问答返回原文片段、分数和起止位置，核对有答案与无答案样本，识别长文和拒答限制。

比较 PyTorch no_grad 和 inference_mode 的梯度与张量边界，用可运行示例检查推理特征能否接入可训练层，以及 eval 的独立作用。