从技术原理到工程实践，帮助学员掌握从零开发大模型应用的工具、方法并优化效果，吸取经验避免踩坑

*   01 课程总体概述.mp4 33:33

*   02 环境部署.mp4 27:36

*   03 通过API调用实现第一个答疑机器人创建.mp4 35:27

*   04 大模型的工作原理与参数设置.mp4 52:25

*   05 让大模型回答私域知识.mp4 32:39

*   06 RAG原理与实现.mp4 59:02

*   07 构建有效提示词的技巧.mp4 39:31

*   08 思维链COT与意图识别的实现.mp4 41:12

*   09 推理大模型的提示词工程.mp4 25:36

*   10 构建评测答疑机器人函数.mp4 27:35

*   11 Ragas测试框架五大参数解读.mp4 36:50

*   12 Ragas评测指标的优化.mp4 27:37

*   13 优化RAG应用提升问答准确度--重建索引.mp4 33:37

*   14 优化RAG应用提升问答准确度--切片类型.mp4 52:28

*   15 优化RAG应用提升问答准确度--向量模型与向量数据库选择.mp4 30:54

*   16 优化RAG应用提升问答准确度--问题改写.mp4 38:30

*   17 优化RAG应用提升问答准确度--增强索引.mp4 27:15

*   18 用插件扩展答疑机器人的能力边界.mp4 51:03

*   19 多智能体Multi-Agent.mp4 56:24

*   20 微调的环境准备.mp4 28:41

*   21 微调原理.mp4 01:04:24

*   22 LoRA微调的原理.mp4 35:17

*   23 微调实践.mp4 53:38

*   24 模型的本地化部署.mp4 25:57

*   25 模型的云端部署.mp4 29:09

*   26 大模型在生产环境的需求满足.mp4 54:04

*   27 安全与合规.mp4 01:01:40

*   28 配套资料