构建企业级AI大脑 大模型微调+高级RAG架构+智能Agent开发与项目实战

📁 PART2
    40_第十四课：CrewAI项目原理与实战：Crew Task A .mp4  [120.6 MB]
    38_第十二课：AutoGen项目原理与实战（一）：AutoGen .mp4  [130.6 MB]
    39_第十三课：AutoGen项目原理与实战（二）：代码执行，工具_15643_1625.mp4  [119.3 MB]
    37_第十一课：Langgraph多Agent架构：协作多Age .mp4  [111.6 MB]
    35_第九课：Langchain项目原理与实战 .mp4  [146.4 MB]
    36_第十课：Langgraph项目原理与实战 .mp4  [84.8 MB]
    34_第八课：Agent框架：SingleAgent，Multi .mp4  [123.9 MB]
    33_第七课：Agent设计模式（三）：Reflexion，LAT .mp4  [164.2 MB]
    32_第六课：Agent设计模式（二）：REWOO，LLMComp .mp4  [142.0 MB]
    31_第五课：Agent设计模式（一）：Fewshot，ReAct .mp4  [134.9 MB]
    29_第三课：Agent平台：国内外主流平台，Coze搭建智能客服_15643_6651.mp4  [108.7 MB]
    30_第四课：Agent工具使用与functioncall：MR_15643_2341.mp4  [121.8 MB]
    28_第二课：提示词工程：软提示词，fewshot，COT TOT .mp4  [128.0 MB]
    27_第一课：Agent原理简介：planning、memory、 .mp4  [87.5 MB]
    26_第十八课：RAG行业落地：实践心得，落地经验，业务场景 .mp4  [110.5 MB]
    25_第十七课：RAG评估：评估指标，RAGAs，TruLens .mp4  [153.2 MB]
    24_第十六课：向量数据库代码示例：chroma与qdrant代码 .mp4  [54.5 MB]
    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_15643_1537.mp4  [73.6 MB]
    PART2文档.png  [493.5 KB]
    22_第十四课：近似邻近算法与过滤向量：PQ量化，HNSW，LSH .mp4  [175.5 MB]
    21_第十三课：相似性搜索算法：k-means，肘部法则_15643_4472.mp4  [123.4 MB]
📁 PART1
    📁 资料
        企业RAG技术实战.pdf  [1.5 MB]
        embedding技术.pdf  [1.1 MB]
        rerank技术_15643_1959.pdf  [369.3 KB]
        llama-factory微调_15643_3539.pdf  [625.6 KB]
        资料说明.png  [493.5 KB]
    9_第一课：RAG技术原理与RAGFlow项目实操_15643_2640.mp4  [126.6 MB]
    8_第五课：模型部署（模型合并导出与量化，本地部署） .mp4  [145.3 MB]
    7_第四课：模型评估（批量推理与自动评估benchmark） .mp4  [157.7 MB]
    6_第三课：微调过程lora微调与Qlora微调 .mp4  [208.7 MB]
    5_第二课：微调数据集准备（SFT 继续预训练，偏好优化_15643_2018.mp4  [175.8 MB]
    4_第一课：大模型微调llama-factory环境准备 .mp4  [121.7 MB]
    3_第三课：AI开发环境（python、conda、vscode .mp4  [81.3 MB]
    2_第二课：柏拉图表征假说与scalinglaw：KM缩放定律_15643_1646.mp4  [86.2 MB]
    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_15643_4503.mp4  [98.4 MB]
    1_第一课：人工智能介绍：迭代路径，大模型进化树，技术分类_15643_1114.mp4  [82.7 MB]
    19_第十一课：Rerank模型微调与实践（二）rankGPT .mp4  [108.4 MB]
    17_第九课：Embedding模型评估：MRR评测，MTEB评测 .mp4  [154.4 MB]
    18_第十课：Rerank技术原理与实践（一）交叉编码与双编码 .mp4  [97.7 MB]
    16_第八课：Embedding模型训练：llamaindex微调_15643_1318.mp4  [147.6 MB]
    14_第六课：模块化RAG（二）迭代，递归检索，FLARE，Toc_15643_5674.mp4  [134.0 MB]
    15_第七课：Embedding原理：word2vec、CBOW_15643_3765.mp4  [111.4 MB]
    13_第五课：模块化RAG（一）顺序模式，条件模式，分支模式 .mp4  [87.1 MB]
    11_第三课：高级RAG（一）层次索引，句子窗口，子查询，HyDE_15643_8139.mp4  [121.1 MB]
    10_第二课：NaiveRAG与langchain实践_15643_5686.mp4  [98.4 MB]
    12_第四课：高级RAG（二）提示词压缩，融合，llamainde .mp4  [98.2 MB]
    PART1文档.zip  [1.8 MB]