AI大模型应用开发模型训练落地网盘资源免费观看百度云网盘链接提取码分享下载

• file:12_第四课：高级RAG（二）提示词压缩，融合，llamainde .mp4
• file:27_第一课：Agent原理简介：planning、memory、 .mp4
• file:31_第五课：Agent设计模式（一）：Fewshot，ReAct .mp4
• file:40_第十四课：CrewAI项目原理与实战：Crew Task A .mp4
• file:4_第一课：大模型微调llama-factory环境准备 .mp4
• file:35_第九课：Langchain项目原理与实战 .mp4
• file:28_第二课：提示词工程：软提示词，fewshot，COT TOT .mp4
• file:9_第一课：RAG技术原理与RAGFlow项目实操 .mp4
• file:23_第十五课：向量数据库选型：专用向量数据库，传统数据库支持向量 .mp4
• file:11_第三课：高级RAG（一）层次索引，句子窗口，子查询，HyDE .mp4
• file:2_第二课：柏拉图表征假说与scalinglaw：KM缩放定律 .mp4
• file:8_第五课：模型部署（模型合并导出与量化，本地部署） .mp4
• file:22_第十四课：近似邻近算法与过滤向量：PQ量化，HNSW，LSH .mp4
• file:5_第二课：微调数据集准备（SFT 继续预训练，偏好优化） .mp4
• file:1_第一课：人工智能介绍：迭代路径，大模型进化树，技术分类 .mp4
• file:10_第二课：NaiveRAG与langchain实践 .mp4
• file:24_第十六课：向量数据库代码示例：chroma与qdrant代码 .mp4
• file:19_第十一课：Rerank模型微调与实践（二）rankGPT .mp4
• file:20_第十二课：向量数据库简介与相似性测量：欧式距离，余弦相似度 .mp4
• file:16_第八课：Embedding模型训练：llamaindex微调 .mp4
• file:3_第三课：AI开发环境（python、conda、vscode .mp4
• file:34_第八课：Agent框架：SingleAgent，Multi .mp4
• file:25_第十七课：RAG评估：评估指标，RAGAs，TruLens .mp4
• file:39_第十三课：AutoGen项目原理与实战（二）：代码执行，工具 .mp4
• file:26_第十八课：RAG行业落地：实践心得，落地经验，业务场景 .mp4
• file:30_第四课：Agent工具使用与functioncall：MR .mp4
• file:7_第四课：模型评估（批量推理与自动评估benchmark） .mp4
• file:13_第五课：模块化RAG（一）顺序模式，条件模式，分支模式 .mp4
• file:14_第六课：模块化RAG（二）迭代，递归检索，FLARE，Toc .mp4
• file:6_第三课：微调过程lora微调与Qlora微调 .mp4
• file:21_第十三课：相似性搜索算法：k-means，肘部法则 .mp4
• file:15_第七课：Embedding原理：word2vec、CBOW .mp4
• file:29_第三课：Agent平台：国内外主流平台，Coze搭建智能客服 .mp4
• file:37_第十一课：Langgraph多Agent架构：协作多Age .mp4
• file:rerank技术.pdf
• file:llama-factory微调.pdf
• file:企业RAG技术实战.pdf
• file:ai认知课.pdf
• folder:AI大模型应用开发模型训练落地
• folder:资料