二米资源网

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
2_第二课：柏拉图表征假说与scalinglaw:KM缩放定律 .mp4

3_第三课： AI开发环境（python， conda， vscode .mp4

4_第一课：大模型微调llama-factory环境准备.mp4

5_第二课：微调数据集准备（SFT 继续预训练，偏好优化） .mp4

6_第三课：微调过程lora微调与Qlora微调.mp4

7_第四课：模型评估（批量推理与自动评估benchmark） .mp4

8_第五课：模型部署（模型合并导出与量化，本地部署） .mp4

9_第一课： RAG技术原理与RAGFlow项目实操.mp4

10_第二课：NaiveRAG与langchain实践 .mp4

11_第三课：高级RAG（一）层次索引，句子窗口，子查询，HyDE .mp4

12_第四课：高级RAG（二）捉示词压缩，融合，llamainde.mp4

13_第五课：模块化RAG（一）顺序模式，条件模式，分支模式.mp4

14_第六课：模块化RAG（二）迭代，递归检索，FLARE，Toc .mp4

15_第七课： Embedding原理： word2vec、 CBOW .mp4

16_第八课： Embedding模型训练： llamaindex微调.mp4

17_第九课：Embedding模型评估：MRR评测，MTEB评测.mp4

18_第十课：Rerank技术原理与实践（一）交叉编码与双编码 .mp4

19_第十一课：Rerank模型微调与实践（二）rankGPT .mp4

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

21_第十三课：相似性搜索算法： k-means，肘部法则.mp4

22_第十四课：近似邻近算法与过滤向量：PQ量化，HNSW，LSH.mp4

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

24_第十六课：向量数据库代码示例： chroma与qdrant代码.mp4

25_第十七课： RAG评估：评估指标， RAGAs， TruLens .mp4

26_第十八课：RAG行业落地：实践心得，落地经验，业务场景.mp4

27_第一课： Agent原理简介： planning、 memory， .mp4

28_第二课：捉示词工程：软提示词，fewshot， COT TOT .mp4

29 第三课：Agent平台：国内外主流平台，Coze搭建智能客服.mp4

30-第四课： Agent工具使用与functioncall： MR .mp4

31_第五课： Agent设计模式（一）：Fewshot， ReAct .mp4

32_第六课：Agent设计模式（二）：REWOO，LLMComp.mp4

33_第七课：Agent设计模式（三）： Reflexion， LAT.mp4

34_第八课： Agent框架： SingleAgent， Multi.mp4

35_第九课：Langchain项目原理与实战.mp4

36_第十课：Langgraph项目原理与实战 .mp4

37_第十一课：Langgraph多Agent架构：协作多Age .mp4

38_第十二课：AutoGen项目原理与实战（一）：AutoGen.mp4

39-第十三课： AutoGen项目原理与实战（二）：代码执行，工具.mp4

40_第十四课：CrewAI项目原理与实战：Crew Task A .mp4

资料

龙哥学真AI 大模型应用开发模型训练落地
百度网盘分享地址： 链接: https://pan.baidu.com/s/1zwgSty2ytBTQKw-2Kd33kg?pwd=q5ep 提取码: q5ep