course/pr_1069/zh-CN/_app/immutable/nodes/3.110f7dac.js

import{s as bt,f as $t,n as Lt,o as yt}from"../chunks/scheduler.37c15a92.js";import{S as Ct,i as xt,g as s,s as a,r as g,A as dt,h as r,f as l,c as i,j as Ht,u,x as o,k as w,y as _t,a as n,v as p,d as f,t as m,w as h}from"../chunks/index.2bf4358c.js";import{Y as Ut}from"../chunks/Youtube.1e50a667.js";import{C as Pt}from"../chunks/CodeBlock.4e987730.js";import{C as Ft}from"../chunks/CourseFloatingBanner.9ff4c771.js";import{H as te,E as Jt}from"../chunks/getInferenceSnippets.24b50994.js";function kt(Re){let c,ae,le,ie,$,se,H,re,b,oe,L,ge,y,De="本课程将教你如何使用 Hugging Face 生态系统的库进行自然语言处理（NLP）。这些库包括 🤗 Transformers、🤗 Datasets、🤗 Tokenizers 和 🤗 Accelerate，以及 Hugging Face Hub。本课程完全免费且无广告。",ue,C,pe,x,Ye="以下是课程的简要概述：",fe,T,qe='<img class="block dark:hidden" src="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter1/summary.svg" alt="Brief overview of the chapters of the course."/> <img class="hidden dark:block" src="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter1/summary-dark.svg" alt="Brief overview of the chapters of the course."/>',me,d,Ve='<li>第 1 章到第 4 章介绍了 🤗 Transformers 库的主要概念。在本课程的这一部分结束时，你将了解 Transformer 模型的工作原理，并将了解如何使用 <a href="https://huggingface.co/models" rel="nofollow">Hugging Face Hub</a> 中的模型，在数据集上对其进行微调，并在 Hub 上分享你的结果。</li> <li>第 5 章到第 8 章在深入研究经典 NLP 任务之前，教授 🤗 Datasets 和 🤗 Tokenizers 的基础知识。在本部分结束时，你将能够自己解决最常见的 NLP 问题。</li> <li>第 9 章到第 12 章将超越 NLP，探讨如何使用 Transformer 模型解决语音处理和计算机视觉任务。在此过程中，你将学习如何构建和分享模型的演示，并将它们优化为生产环境。完成这部分课程后，你将准备好将 🤗 Transformers 应用于（几乎）任何机器学习问题！</li>',he,_,We="这个课程：",ce,U,Oe='<li>需要良好的 Python 知识</li> <li>在完成入门深度学习课程后效果更佳，例如 <a href="https://www.deeplearning.ai/" rel="nofollow">DeepLearning.AI</a> 提供的 <a href="https://course.fast.ai/" rel="nofollow">fast.ai实用深度学习教程</a></li> <li>不需要事先具备 <a href="https://pytorch.org/" rel="nofollow">PyTorch</a> 或 <a href="https://www.tensorflow.org/" rel="nofollow">TensorFlow</a> 知识，虽然熟悉其中任何一个都会对学习有所帮助</li>',we,P,Xe='完成本课程后，我们建议你查看 <a href="https://www.coursera.org/specializations/natural-language-processing?utm_source=deeplearning-ai&amp;utm_medium=institutions&amp;utm_campaign=20211011-nlp-2-hugging_face-page-nlp-refresh" rel="nofollow">DeepLearning.AI的自然语言处理系列课程</a> ，该课程涵盖了诸如朴素贝叶斯和 LSTM 等传统 NLP 模型的广泛内容，非常值得了解！',Te,F,ve,J,Ke="关于作者：",Me,k,et='<a href="https://huggingface.co/abidlabs" rel="nofollow"><strong>Abubakar Abid</strong></a> 在斯坦福大学获得应用机器学习博士学位。在攻读博士学位期间，他创立了 <a href="https://github.com/gradio-app/gradio" rel="nofollow">Gradio</a> ，这是一个开源 Python 库，已用于构建超过 600,000 个机器学习演示。Gradio 被 Hugging Face 收购，Abubakar 现在在 Hugging Face 担任机器学习团队负责人。',$e,N,tt='<a href="https://huggingface.co/Rocketknight1" rel="nofollow"><strong>Matthew Carrigan</strong></a> 是 Hugging Face 的机器学习工程师。他住在爱尔兰都柏林，之前在 Parse.ly 担任机器学习工程师，在此之前，他在 Trinity College Dublin 担任博士后研究员。他不相信我们会通过扩展现有架构来实现 AGI，但仍然对机器人永生抱有很高的期望。',He,j,lt='<a href="https://huggingface.co/lysandre" rel="nofollow"><strong>Lysandre Debut</strong></a> 是 Hugging Face 的机器学习工程师，从早期的开发阶段就一直致力于 🤗 Transformers 库。他的目标是通过使用非常简单的 API 开发工具，让 NLP 对每个人都变得易用。',be,A,nt='<a href="https://huggingface.co/sgugger" rel="nofollow"><strong>Sylvain Gugger</strong></a> 是 Hugging Face 的一名研究工程师，也是 🤗Transformers 库的核心维护者之一。此前，他是 fast.ai 的一名研究科学家，他与 Jeremy Howard 共同编写了 <a href="https://learning.oreilly.com/library/view/deep-learning-for/9781492045519/" rel="nofollow">Deep Learning for Coders with fastai and Py Torch</a> 。他的研究重点是通过设计和改进技术，使模型在有限资源上进行快速训练，使深度学习更容易普及。',Le,G,at='<a href="https://huggingface.co/dawoodkhan82" rel="nofollow"><strong>Dawood Khan</strong></a> 是 Hugging Face 的机器学习工程师。他来自纽约，毕业于纽约大学计算机科学专业。在担任 iOS 工程师几年后，Dawood 辞职并与其他联合创始人一起创办了 Gradio。Gradio 最终被 Hugging Face 收购。',ye,I,it='<a href="https://huggingface.co/sgugger" rel="nofollow"><strong>Merve Noyan</strong></a> 是 Hugging Face 的开发者倡导者，致力于开发工具并围绕它们构建内容，以使每个人都可以使用机器学习。',Ce,E,st='<a href="https://huggingface.co/SaulLu" rel="nofollow"><strong>Lucile Saulnier</strong></a> 是 Hugging Face 的机器学习工程师，负责开发和支持开源工具的使用。她还积极参与了自然语言处理领域的许多研究项目，例如协作训练和 BigScience。',xe,S,rt='<a href="https://huggingface.co/lewtun" rel="nofollow"><strong>Lewis Tunstall</strong></a> 是 Hugging Face 的机器学习工程师，专注于开发开源工具并使更广泛的社区可以使用它们。他也是即将出版的一本书 <a href="https://www.oreilly.com/library/view/natural-language-processing/9781098136789/" rel="nofollow">O’Reilly book on Transformers</a> 的作者之一。',de,B,ot='<a href="https://huggingface.co/lvwerra" rel="nofollow"><strong>Leandro von Werra</strong></a> 是 Hugging Face 开源团队的机器学习工程师，也是即将出版的一本书 <a href="https://www.oreilly.com/library/view/natural-language-processing/9781098136789/" rel="nofollow">O’Reilly book on Transformers</a> 的作者之一。他拥有多年的行业经验，并在整个机器学习技术栈上进行了工作。',_e,z,Ue,Q,gt="这里有一些经常被提到的问题：",Pe,Z,ut=`<li><p><strong>参加本课程是否会获得认证？</strong>
目前我们还没有为这门课程提供认证。然而，我们正在为 Hugging Face 生态系统制定认证计划——敬请期待！</p></li> <li><p><strong>我应该在这门课程上花多少时间？</strong>
本课程的每一章都设计为在 1 周内完成，每周大约需要 6-8 小时的学习时间。但是，但你可以根据自己的需要随意安排学习时间。</p></li> <li><p><strong>如果我有问题，我可以在哪里提问？</strong>
如果你对课程的任何部分有疑问，只需单击页面顶部的“<em>提问</em>”横幅，系统就会自动跳转到 [Hugging Face 论坛](https:// discuss.huggingface.co/) ：</p></li>`,Fe,v,pt,Je,R,ft='请注意，如果你想在完成课程后进行更多练习，论坛上还提供了 <a href="https://discuss.huggingface.co/c/course/course-event/25" rel="nofollow">项目灵感</a> 列表，如果你希望在完成课程后进行更多实践，可以参考这些想法。',ke,D,mt=`<li><strong>我在哪里可以获得课程的代码？</strong>
对于每个部分，单击页面顶部的横幅可以在 Google Colab 或 Amazon SageMaker Studio Lab 中运行代码：</li>`,Ne,M,ht,je,Y,ct='包含课程所有代码的 Jupyter Notebook 托管在 <a href="https://github.com/huggingface/notebooks" rel="nofollow"><code>huggingface/notebooks</code></a> 仓库中。如果你希望在本地生成它们，请查看 GitHub 上 <a href="https://github.com/huggingface/course#-jupyter-notebooks" rel="nofollow"><code>course</code></a> 仓库中的说明。',Ae,q,wt=`<li><p><strong>我如何为课程做出贡献？</strong>
有很多方法可以为课程做出贡献！如果你发现拼写错误或错误，请在 <a href="https://github.com/huggingface/course" rel="nofollow"><code>course</code></a> 仓库中提出问题。如果你想帮助将课程翻译成你的母语，请在 <a href="https://github.com/huggingface/course#translating-the-course-into-your-language" rel="nofollow">此处</a> 查看说明。</p></li> <li><p><strong>翻译的时候有没有术语表</strong>
每个翻译都有一个词汇表和“TRANSLATING.txt”文件，其中详细说明了为机器学习术语等所做的选择。你可以在 <a href="https://github.com/huggingface/course/blob/main/chapters/de/TRANSLATING.txt" rel="nofollow">此处</a> 找到德语的示例。</p></li>`,Ge,V,Tt=`<li><strong>我可以使用这门课程再次进行创作吗？</strong>
当然！该课程是根据宽松的 <a href="https://www.apache.org/licenses/LICENSE-2.0.html" rel="nofollow">Apache 2 许可证</a> 发布的。这意味着你必须按照诚信的原则，提供许可证的链接，并指出是否进行了更改。你可以以任何合理的方式这样做，但不能以任何表明许可方认可你或你的使用的方式。如果你想引用该课程，请使用以下 BibTeX：</li>`,Ie,W,Ee,O,Se,X,vt="你准备好了吗？在本章中，你将学习：",Be,K,Mt="<li>如何使用 <code>pipeline()</code> 函数解决文本生成、分类等 NLP 任务</li> <li>关于 Transformer 架构</li> <li>如何区分编码器、解码器和编码器-解码器架构和用例</li>",ze,ee,Qe,ne,Ze;return $=new te({props:{title:"本章简介",local:"本章简介",headingTag:"h1"}}),H=new Ft({props:{chapter:1,classNames:"absolute z-10 right-0 top-0"}}),b=new te({props:{title:"欢迎来到🤗 Hugging Face 课程",local:"欢迎来到🤗 Hugging Face 课程",headingTag:"h2"}}),L=new Ut({props:{id:"00GKzGyWFEs"}}),C=new te({props:{title:"有什么是值得期待的？",local:"有什么是值得期待的？",headingTag:"h2"}}),F=new te({props:{title:"我们是谁？",local:"我们是谁？",headingTag:"h2"}}),z=new te({props:{title:"FAQ",local:"faq",headingTag:"h2"}}),W=new Pt({props:{code:"JTQwbWlzYyU3Qmh1Z2dpbmdmYWNlY291cnNlJTJDJTBBJTIwJTIwYXV0aG9yJTIwJTNEJTIwJTdCSHVnZ2luZyUyMEZhY2UlN0QlMkMlMEElMjAlMjB0aXRsZSUyMCUzRCUyMCU3QlRoZSUyMEh1Z2dpbmclMjBGYWNlJTIwQ291cnNlJTJDJTIwMjAyMiU3RCUyQyUwQSUyMCUyMGhvd3B1Ymxpc2hlZCUyMCUzRCUyMCUyMiU1Q3VybCU3Qmh0dHBzJTNBJTJGJTJGaHVnZ2luZ2ZhY2UuY28lMkZjb3Vyc2UlN0QlMjIlMkMlMEElMjAlMjB5ZWFyJTIwJTNEJTIwJTdCMjAyMiU3RCUyQyUwQSUyMCUyMG5vdGUlMjAlM0QlMjAlMjIlNUJPbmxpbmUlM0IlMjBhY2Nlc3NlZCUyMCUzQ3RvZGF5JTNFJTVEJTIyJTBBJTdE",highlighted:`<span class="language-xml">@misc</span><span class="hljs-template-variable">{huggingfacecourse,
  author = {Hugging Face}</span><span class="language-xml">,
  title = </span><span class="hljs-template-variable">{The Hugging Face Course, 2022}</span><span class="language-xml">,
  howpublished = &quot;\\url</span><span class="hljs-template-variable">{https://huggingface.co/course}</span><span class="language-xml">&quot;,
  year = </span><span class="hljs-template-variable">{2022}</span><span class="language-xml">,
  note = &quot;[Online; accessed <span class="hljs-tag">&lt;<span class="hljs-name">today</span>&gt;</span>]&quot;
}</span>`,wrap:!1}}),O=new te({props:{title:"让我们开始吧！",local:"让我们开始吧！",headingTag:"h2"}}),ee=new Jt({props:{source:"https://github.com/huggingface/course/blob/main/chapters/zh-CN/chapter1/1.mdx"}}),{c(){c=s("meta"),ae=a(),le=s("p"),ie=a(),g($.$$.fragment),se=a(),g(H.$$.fragment),re=a(),g(b.$$.fragment),oe=a(),g(L.$$.fragment),ge=a(),y=s("p"),y.textContent=De,ue=a(),g(C.$$.fragment),pe=a(),x=s("p"),x.textContent=Ye,fe=a(),T=s("div"),T.innerHTML=qe,me=a(),d=s("ul"),d.innerHTML=Ve,he=a(),_=s("p"),_.textContent=We,ce=a(),U=s("ul"),U.innerHTML=Oe,we=a(),P=s("p"),P.innerHTML=Xe,Te=a(),g(F.$$.fragment),ve=a(),J=s("p"),J.textContent=Ke,Me=a(),k=s("p"),k.innerHTML=et,$e=a(),N=s("p"),N.innerHTML=tt,He=a(),j=s("p"),j.innerHTML=lt,be=a(),A=s("p"),A.innerHTML=nt,Le=a(),G=s("p"),G.innerHTML=at,ye=a(),I=s("p"),I.innerHTML=it,Ce=a(),E=s("p"),E.innerHTML=st,xe=a(),S=s("p"),S.innerHTML=rt,de=a(),B=s("p"),B.innerHTML=ot,_e=a(),g(z.$$.fragment),Ue=a(),Q=s("p"),Q.textContent=gt,Pe=a(),Z=s("ul"),Z.innerHTML=ut,Fe=a(),v=s("img"),Je=a(),R=s("p"),R.innerHTML=ft,ke=a(),D=s("ul"),D.innerHTML=mt,Ne=a(),M=s("img"),je=a(),Y=s("p"),Y.innerHTML=ct,Ae=a(),q=s("ul"),q.innerHTML=wt,Ge=a(),V=s("ul"),V.innerHTML=Tt,Ie=a(),g(W.$$.fragment),Ee=a(),g(O.$$.fragment),Se=a(),X=s("p"),X.textContent=vt,Be=a(),K=s("ul"),K.innerHTML=Mt,ze=a(),g(ee.$$.fragment),Qe=a(),ne=s("p"),this.h()},l(e){const t=dt("svelte-u9bgzb",document.head);c=r(t,"META",{name:!0,content:!0}),t.forEach(l),ae=i(e),le=r(e,"P",{}),Ht(le).forEach(l),ie=i(e),u($.$$.fragment,e),se=i(e),u(H.$$.fragment,e),re=i(e),u(b.$$.fragment,e),oe=i(e),u(L.$$.fragment,e),ge=i(e),y=r(e,"P",{"data-svelte-h":!0}),o(y)!=="svelte-128b55u"&&(y.textContent=De),ue=i(e),u(C.$$.fragment,e),pe=i(e),x=r(e,"P",{"data-svelte-h":!0}),o(x)!=="svelte-13xvk27"&&(x.textContent=Ye),fe=i(e),T=r(e,"DIV",{class:!0,"data-svelte-h":!0}),o(T)!=="svelte-1f838r7"&&(T.innerHTML=qe),me=i(e),d=r(e,"UL",{"data-svelte-h":!0}),o(d)!=="svelte-a3h3vw"&&(d.innerHTML=Ve),he=i(e),_=r(e,"P",{"data-svelte-h":!0}),o(_)!=="svelte-18iju9i"&&(_.textContent=We),ce=i(e),U=r(e,"UL",{"data-svelte-h":!0}),o(U)!=="svelte-15hovv3"&&(U.innerHTML=Oe),we=i(e),P=r(e,"P",{"data-svelte-h":!0}),o(P)!=="svelte-1m1iabr"&&(P.innerHTML=Xe),Te=i(e),u(F.$$.fragment,e),ve=i(e),J=r(e,"P",{"data-svelte-h":!0}),o(J)!=="svelte-1791w9c"&&(J.textContent=Ke),Me=i(e),k=r(e,"P",{"data-svelte-h":!0}),o(k)!=="svelte-yfudws"&&(k.innerHTML=et),$e=i(e),N=r(e,"P",{"data-svelte-h":!0}),o(N)!=="svelte-16y3ebe"&&(N.innerHTML=tt),He=i(e),j=r(e,"P",{"data-svelte-h":!0}),o(j)!=="svelte-5w8uc3"&&(j.innerHTML=lt),be=i(e),A=r(e,"P",{"data-svelte-h":!0}),o(A)!=="svelte-14ru7m"&&(A.innerHTML=nt),Le=i(e),G=r(e,"P",{"data-svelte-h":!0}),o(G)!=="svelte-5qp3w1"&&(G.innerHTML=at),ye=i(e),I=r(e,"P",{"data-svelte-h":!0}),o(I)!=="svelte-l96prq"&&(I.innerHTML=it),Ce=i(e),E=r(e,"P",{"data-svelte-h":!0}),o(E)!=="svelte-1xuo5ha"&&(E.innerHTML=st),xe=i(e),S=r(e,"P",{"data-svelte-h":!0}),o(S)!=="svelte-6zllsx"&&(S.innerHTML=rt),de=i(e),B=r(e,"P",{"data-svelte-h":!0}),o(B)!=="svelte-jyjyoh"&&(B.innerHTML=ot),_e=i(e),u(z.$$.fragment,e),Ue=i(e),Q=r(e,"P",{"data-svelte-h":!0}),o(Q)!=="svelte-l20kb1"&&(Q.textContent=gt),Pe=i(e),Z=r(e,"UL",{"data-svelte-h":!0}),o(Z)!=="svelte-1x9o2l0"&&(Z.innerHTML=ut),Fe=i(e),v=r(e,"IMG",{src:!0,alt:!0,width:!0}),Je=i(e),R=r(e,"P",{"data-svelte-h":!0}),o(R)!=="svelte-1uvwh1o"&&(R.innerHTML=ft),ke=i(e),D=r(e,"UL",{"data-svelte-h":!0}),o(D)!=="svelte-qdg7ap"&&(D.innerHTML=mt),Ne=i(e),M=r(e,"IMG",{src:!0,alt:!0,width:!0}),je=i(e),Y=r(e,"P",{"data-svelte-h":!0}),o(Y)!=="svelte-1p8r52r"&&(Y.innerHTML=ct),Ae=i(e),q=r(e,"UL",{"data-svelte-h":!0}),o(q)!=="svelte-1dc1zyc"&&(q.innerHTML=wt),Ge=i(e),V=r(e,"UL",{"data-svelte-h":!0}),o(V)!=="svelte-1y5bzb7"&&(V.innerHTML=Tt),Ie=i(e),u(W.$$.fragment,e),Ee=i(e),u(O.$$.fragment,e),Se=i(e),X=r(e,"P",{"data-svelte-h":!0}),o(X)!=="svelte-171vnpf"&&(X.textContent=vt),Be=i(e),K=r(e,"UL",{"data-svelte-h":!0}),o(K)!=="svelte-pkhygh"&&(K.innerHTML=Mt),ze=i(e),u(ee.$$.fragment,e),Qe=i(e),ne=r(e,"P",{}),Ht(ne).forEach(l),this.h()},h(){w(c,"name","hf:doc:metadata"),w(c,"content",Nt),w(T,"class","flex justify-center"),$t(v.src,pt="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter1/forum-button.png")||w(v,"src",pt),w(v,"alt","Hugging Face论坛链接"),w(v,"width"," 75%"),$t(M.src,ht="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter1/notebook-buttons.png")||w(M,"src",ht),w(M,"alt","Hugging Face课程Notebook 链接"),w(M,"width","75%")},m(e,t){_t(document.head,c),n(e,ae,t),n(e,le,t),n(e,ie,t),p($,e,t),n(e,se,t),p(H,e,t),n(e,re,t),p(b,e,t),n(e,oe,t),p(L,e,t),n(e,ge,t),n(e,y,t),n(e,ue,t),p(C,e,t),n(e,pe,t),n(e,x,t),n(e,fe,t),n(e,T,t),n(e,me,t),n(e,d,t),n(e,he,t),n(e,_,t),n(e,ce,t),n(e,U,t),n(e,we,t),n(e,P,t),n(e,Te,t),p(F,e,t),n(e,ve,t),n(e,J,t),n(e,Me,t),n(e,k,t),n(e,$e,t),n(e,N,t),n(e,He,t),n(e,j,t),n(e,be,t),n(e,A,t),n(e,Le,t),n(e,G,t),n(e,ye,t),n(e,I,t),n(e,Ce,t),n(e,E,t),n(e,xe,t),n(e,S,t),n(e,de,t),n(e,B,t),n(e,_e,t),p(z,e,t),n(e,Ue,t),n(e,Q,t),n(e,Pe,t),n(e,Z,t),n(e,Fe,t),n(e,v,t),n(e,Je,t),n(e,R,t),n(e,ke,t),n(e,D,t),n(e,Ne,t),n(e,M,t),n(e,je,t),n(e,Y,t),n(e,Ae,t),n(e,q,t),n(e,Ge,t),n(e,V,t),n(e,Ie,t),p(W,e,t),n(e,Ee,t),p(O,e,t),n(e,Se,t),n(e,X,t),n(e,Be,t),n(e,K,t),n(e,ze,t),p(ee,e,t),n(e,Qe,t),n(e,ne,t),Ze=!0},p:Lt,i(e){Ze||(f($.$$.fragment,e),f(H.$$.fragment,e),f(b.$$.fragment,e),f(L.$$.fragment,e),f(C.$$.fragment,e),f(F.$$.fragment,e),f(z.$$.fragment,e),f(W.$$.fragment,e),f(O.$$.fragment,e),f(ee.$$.fragment,e),Ze=!0)},o(e){m($.$$.fragment,e),m(H.$$.fragment,e),m(b.$$.fragment,e),m(L.$$.fragment,e),m(C.$$.fragment,e),m(F.$$.fragment,e),m(z.$$.fragment,e),m(W.$$.fragment,e),m(O.$$.fragment,e),m(ee.$$.fragment,e),Ze=!1},d(e){e&&(l(ae),l(le),l(ie),l(se),l(re),l(oe),l(ge),l(y),l(ue),l(pe),l(x),l(fe),l(T),l(me),l(d),l(he),l(_),l(ce),l(U),l(we),l(P),l(Te),l(ve),l(J),l(Me),l(k),l($e),l(N),l(He),l(j),l(be),l(A),l(Le),l(G),l(ye),l(I),l(Ce),l(E),l(xe),l(S),l(de),l(B),l(_e),l(Ue),l(Q),l(Pe),l(Z),l(Fe),l(v),l(Je),l(R),l(ke),l(D),l(Ne),l(M),l(je),l(Y),l(Ae),l(q),l(Ge),l(V),l(Ie),l(Ee),l(Se),l(X),l(Be),l(K),l(ze),l(Qe),l(ne)),l(c),h($,e),h(H,e),h(b,e),h(L,e),h(C,e),h(F,e),h(z,e),h(W,e),h(O,e),h(ee,e)}}}const Nt='{"title":"本章简介","local":"本章简介","sections":[{"title":"欢迎来到🤗 Hugging Face 课程","local":"欢迎来到🤗 Hugging Face 课程","sections":[],"depth":2},{"title":"有什么是值得期待的？","local":"有什么是值得期待的？","sections":[],"depth":2},{"title":"我们是谁？","local":"我们是谁？","sections":[],"depth":2},{"title":"FAQ","local":"faq","sections":[],"depth":2},{"title":"让我们开始吧！","local":"让我们开始吧！","sections":[],"depth":2}],"depth":1}';function jt(Re){return yt(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class zt extends Ct{constructor(c){super(),xt(this,c,jt,kt,bt,{})}}export{zt as component};