51CTO爆火AI Agent智能应用从0到1(应用解读+项目实战)

28_1-RAG要完成的任务解读.mp4  [15.4 MB]
47_4-样本索引与向量构建.mp4  [41.6 MB]
32_5-评估工具RAGAS.mp4  [40.8 MB]
30_3-召回优化策略分析.mp4  [18.1 MB]
36_3-论文基本框架分析.mp4  [70.7 MB]
45_2-基本API调用方法.mp4  [44.7 MB]
1_1-Agent要解决的问题分析.mp4  [36.5 MB]
41_8-感知模块解读.mp4  [30.0 MB]
61_5-效果演示与总结分析.mp4  [33.1 MB]
33_6-外接本地数据库工具.mp4  [17.0 MB]
14_2-后端GPT项目部署启动.mp4  [72.7 MB]
9_1-GPTS任务流程概述分析.mp4  [58.0 MB]
13_1-DEMO演示与整体架构分析.mp4  [89.5 MB]
12_4-完成指令与脚本并生成.mp4  [57.2 MB]
35_2-要解决的问题和整体框架分析.mp4  [50.1 MB]
23_1-Agent要完成的任务和业务逻辑定义.mp4  [59.1 MB]
31_4-召回改进方案解读.mp4  [24.6 MB]
58_2-项目数据解读.mp4  [43.7 MB]
16_4-接入外部API的方法与流程.mp4  [59.0 MB]
56_5-LORA模型实现细节.mp4  [40.6 MB]
3_3-与大模型的关系分析.mp4  [49.8 MB]
29_2-RAG整体流程解读.mp4  [17.7 MB]
44_1-langchain框架解读.mp4  [22.5 MB]
59_3-源码调用DEBUG解读.mp4  [41.0 MB]
48_5-数据切块方法.mp4  [49.5 MB]
39_6-计划模块实现细节.mp4  [45.5 MB]
52_1-大模型如何做下游任务.mp4  [30.0 MB]
40_7-整体流程框架图.mp4  [32.3 MB]
53_2-LLM落地微调分析.mp4  [35.1 MB]
49_1-MOE概述分析.mp4  [21.1 MB]
26_4-子问题生成总结结果.mp4  [52.0 MB]
43_10-项目环境配置方法解读.mp4  [44.6 MB]
11_3-API相关配置完成.mp4  [37.4 MB]
21_3-项目环境配置.mp4  [67.1 MB]
8_8-经典任务分析.mp4  [40.2 MB]
24_2-问题拆解与执行流程.mp4  [85.1 MB]
17_5-引入API方法解读.mp4  [52.7 MB]
7_7-GPTS分析一波.mp4  [47.4 MB]
34_1-整体故事解读.mp4  [38.2 MB]
5_5-框架的作用和能解决的问题.mp4  [68.2 MB]
25_3-检索得到重要的URL.mp4  [38.4 MB]
37_4-Agent的记忆信息.mp4  [41.0 MB]
51_3-效果分析与总结.mp4  [42.9 MB]
4_4-多智能体定义分析.mp4  [45.3 MB]
10_2-调用API的控制方式.mp4  [31.0 MB]
38_5-感知与反思模块构建流程.mp4  [39.4 MB]
62_1-RAG与微调可以解决与无法解决的问题.mp4  [21.1 MB]
42_9-思考模块解读.mp4  [27.7 MB]
18_6-指令提示构建.mp4  [29.3 MB]
46_3-数据文档切分操作.mp4  [44.6 MB]
50_2-MOE模块实现方法解读.mp4  [30.2 MB]
20_2-整体框架逻辑介绍.mp4  [59.0 MB]
54_3-LLAMA与LORA介绍.mp4  [29.3 MB]
55_4-LORA微调的核心思想.mp4  [21.9 MB]
22_0-基本Agent的组成.mp4  [56.4 MB]
57_1-提示工程的作用.mp4  [37.3 MB]
2_2-Agent需要具备的基本能力.mp4  [35.6 MB]
27_5-总结与结果输出.mp4  [25.3 MB]
6_6-整体总结分析.mp4  [31.7 MB]
63_2-RAG实践策略.mp4  [17.2 MB]
19_1-论文概述分析.mp4  [41.6 MB]
15_3-前端助手API与流程图配置.mp4  [80.8 MB]
60_4-训练流程演示.mp4  [52.7 MB]
64_3-微调要解决的问题.mp4  [14.0 MB]