大模型技术开发实践

打破技术壁垒 掌握前沿大模型技术 成为AI领域的专家

*   01 OPENAI API/

  *   01 01API-KEY获取1.mp4 (12.57 MB), 02:33

  *   02 02API-KEY获取2.mp4 (7.68 MB), 01:37

  *   03 03环境配置教程0.mp4 (7.63 MB), 01:35

  *   04 04环境配置教程1.mp4 (7.94 MB), 01:30

  *   05 05环境配置教程2.mp4 (8.92 MB), 01:27

  *   06 06环境配置教程3.mp4 (10.93 MB), 02:04

  *   07 07环境配置教程4.mp4 (6.53 MB), 01:28

  *   08 08openai API快速入门.mp4 (15.59 MB), 02:38

  *   09 09文本生成1.mp4 (15.75 MB), 02:24

  *   10 10文本生成2.mp4 (6.73 MB), 01:11

  *   11 11文本生成3.mp4 (7.60 MB), 01:29

  *   12 12文本生成4.mp4 (16.04 MB), 02:46

  *   13 13文本生成5.mp4 (15.37 MB), 02:42

  *   14 14Function Calling1.mp4 (16.58 MB), 02:46

  *   15 15Function Calling2.mp4 (13.60 MB), 02:13

  *   16 16Function Calling3.mp4 (18.11 MB), 02:52

  *   17 17Function Calling4.mp4 (25.34 MB), 04:00

  *   18 18处理边缘案例.mp4 (8.63 MB), 01:30

  *   19 19结构化输出函数调用.mp4 (10.46 MB), 01:57

  *   20 20并行函数调用.mp4 (18.73 MB), 03:04

  *   21 21使用tool_choice参数配置函数调用行为.mp4 (8.63 MB), 01:32

  *   22 22Function Calling使用技巧.mp4 (20.39 MB), 03:50

  *   23 23一些FunctionCalling的示例场景.mp4 (5.97 MB), 01:12

  *   24 24结构化输出介绍.mp4 (9.60 MB), 01:35

  *   25 25函数调用的结构化输出与respone_format结构化输出对比.mp4 (7.29 MB), 01:27

  *   26 26结构化输出和JSON模式.mp4 (6.05 MB), 01:12

  *   27 27思维链结构化输出.mp4 (7.76 MB), 01:24

  *   28 28结构化数据提取.mp4 (8.63 MB), 01:32

  *   29 29 使用结构化输出生成UI.mp4 (10.63 MB), 01:49

  *   30 30结构化输出在审核数据中的应用.mp4 (6.39 MB), 01:10

  *   31 31如何使用结构化输出与response_format.mp4 (17.62 MB), 03:05

  *   32 32 结构化输出时的模型拒绝错误.mp4 (7.49 MB), 01:19

  *   33 33结构化输出使用技巧.mp4 (5.65 MB), 01:08

  *   34 34结构化输出支持的schemas.mp4 (24.42 MB), 04:10

  *   35 35openai模型视觉的基本使用.mp4 (21.67 MB), 03:40

  *   36 36使用OpenAI模型视觉处理多个图像输入.mp4 (8.16 MB), 01:24

  *   37 37低保真和高保真图像理解.mp4 (10.47 MB), 01:53

  *   38 38openai模型视觉的一些注意事项.mp4 (29.55 MB), 05:27

  *   39 39openai文本转语音.mp4 (26.30 MB), 05:03

  *   40 40openai语音转文本基础使用.mp4 (13.76 MB), 02:38

  *   41 41openai语音转文本使用技巧.mp4 (26.94 MB), 04:57

  *   42 42如何提高语音转文本的可靠性.mp4 (19.03 MB), 03:21

  *   43 43什么是Vector Embeddings.mp4 (7.68 MB), 01:25

  *   44 44如何获取Embeddings表示.mp4 (12.52 MB), 02:14

  *   45 45在数据集中获取Embeddings表示.mp4 (10.26 MB), 01:45

  *   46 46减少Embeddings维度.mp4 (14.35 MB), 02:23

  *   47 47简单的基于Embeddings搜索的问题回答机器人.mp4 (12.24 MB), 02:14

  *   48 48 基于Embeddings搜索的问题回答机器人-搜索.mp4 (17.72 MB), 02:47

  *   49 49基于Embeddings搜索的问题回答机器人-准备搜索数据.mp4 (11.20 MB), 02:02

  *   50 50基于Embedding搜索的问题回答机器人-切分文档.mp4 (45.69 MB), 07:28

  *   51 51Embeddings搜索的问题回答机器人-Embeddings文档块.mp4 (12.97 MB), 02:14

  *   52 52Embeddings搜索的问题回答机器人-搜索.mp4 (11.57 MB), 02:05

  *   53 53Embeddings搜索的问题回答机器人-询问.mp4 (17.74 MB), 03:02

  *   54 54Embeddings应用-文本搜索.mp4 (20.25 MB), 03:24

  *   55 55Embeddings应用-代码搜索.mp4 (31.25 MB), 05:28

  *   56 56Embeddings应用-搜索.mp4 (10.50 MB), 01:48

  *   57 57Embeddings应用-构建缓存以保存Embeddings.mp4 (8.88 MB), 01:35

  *   58 58Embeddings应用-根据Embeddings推荐类似文章.mp4 (8.75 MB), 01:29

  *   59 59Embeddings应用-示例推荐.mp4 (29.51 MB), 05:03

  *   60 60在二维中可视化嵌入表示.mp4 (13.27 MB), 02:15

  *   61 61将Embedding作为机器学习算法的文本特征编码器.mp4 (17.82 MB), 03:00

  *   62 62使用嵌入进行文本分类.mp4 (18.00 MB), 03:12

  *   63 63使用嵌入技术进行零样本分类.mp4 (19.08 MB), 03:26

  *   64 64获取冷启动推荐的用户和产品嵌入-计算用户和产品嵌入.mp4 (12.46 MB), 02:12

  *   65 65获取冷启动推荐的用户和产品嵌入-评估嵌入.mp4 (14.96 MB), 02:35

  *   66 66使用Embeddings进行聚类.mp4 (12.89 MB), 02:18

  *   67 67openai审核端点.mp4 (12.04 MB), 01:55

  *   68 68openai推理模型 o1.mp4 (20.24 MB), 03:40

  *   69 69o1模型使用的一些注意点.mp4 (20.06 MB), 04:02

  *   70 70o1模型使用示例.mp4 (15.35 MB), 02:45

  *   71 71使用推理模型进行数据验证-合成数据生成.mp4 (27.53 MB), 04:43

  *   72 72使用推理模型进行数据验证.mp4 (22.11 MB), 03:43

  *   73 73使用推理模型进行数据验证-问题识别.mp4 (20.33 MB), 03:25

  *   74 74使用o1进行例程生成.mp4 (14.70 MB), 02:58

  *   75 75准备知识库.mp4 (15.15 MB), 02:39

  *   76 76例程生成.mp4 (37.01 MB), 06:34

*   02 通义千问API/

  *   01 77通义千问API使用快速上手.mp4 (23.54 MB), 04:24

  *   02 78单论对话、多轮对话、流式输出.mp4 (23.85 MB), 03:58

  *   03 79Function Call.mp4 (24.39 MB), 04:09

  *   04 80结构化输出、异步调用、控制生成的常用参数.mp4 (19.21 MB), 03:18

*   03 LangChain/

  *   01 80构建一个简单的LLM应用程序1.mp4 (20.60 MB), 03:42

  *   02 81使用LangChain前准备.mp4 (20.49 MB), 03:47

  *   03 82 如何在LanChain中使用不同的模型.mp4 (22.67 MB), 03:51

  *   04 83输出解析器.mp4 (10.09 MB), 01:49

  *   05 84 如何使用提示模板.mp4 (15.50 MB), 02:38

  *   06 85 使用LangServe部署应用程序.mp4 (24.71 MB), 04:10

  *   07 86 使用LangChain构建一个简易的聊天机器人.mp4 (11.25 MB), 01:58

  *   08 87消息持久性.mp4 (23.43 MB), 03:56

  *   09 88 提示模板.mp4 (27.56 MB), 04:22

  *   10 89 管理对话历史.mp4 (22.19 MB), 03:43

  *   11 90流式输出.mp4 (7.25 MB), 01:18

  *   12 91端到端智能体.mp4 (10.60 MB), 01:50

  *   13 92准备创建Agent的各个模块工具.mp4 (10.20 MB), 01:50

  *   14 93 创建Agent.mp4 (11.50 MB), 02:02

  *   15 94流式输出.mp4 (12.57 MB), 02:04

  *   16 95添加内存.mp4 (14.48 MB), 02:30

  *   17 96什么是RAG.mp4 (18.87 MB), 03:29

  *   18 97 构建RAG应用程序前.mp4 (10.66 MB), 01:46

  *   19 98 索引：加载.mp4 (11.72 MB), 02:11

  *   20 99 索引：分割.mp4 (15.40 MB), 02:48

  *   21 100索引：存储.mp4 (14.56 MB), 02:34

  *   22 101检索与生成：检索.mp4 (14.34 MB), 02:34

  *   23 102 对话式RAG应用程序概述.mp4 (7.37 MB), 01:22

  *   24 103Chains.mp4 (10.12 MB), 01:45

  *   25 104添加聊天记录功能.mp4 (6.46 MB), 01:20

  *   26 105将问题进行情境化.mp4 (24.98 MB), 04:23

  *   27 106聊天记录的状态管理.mp4 (15.44 MB), 02:41

  *   28 107完整的基于链的对话式RAG应用程序.mp4 (12.15 MB), 01:58

  *   29 108Agent检索工具.mp4 (11.43 MB), 02:04

  *   30 109Agent构造函数.mp4 (19.56 MB), 03:25

  *   31 110完整的对话式.mp4 (7.10 MB), 01:25

  *   32 111 在SQL数据上构建问答系统概要.mp4 (10.31 MB), 01:56

  *   33 112 建立SQL数据库.mp4 (18.43 MB), 03:11

  *   34 113 将问题转换为SQL查询.mp4 (16.61 MB), 02:58

  *   35 114执行SQL查询.mp4 (30.12 MB), 05:10

  *   36 115系统提示.mp4 (10.80 MB), 01:55

  *   37 116初始化Agent.mp4 (5.76 MB), 01:01

  *   38 117处理高基数列.mp4 (29.99 MB), 05:06

  *   39 118加载文档.mp4 (16.14 MB), 02:45

  *   40 119使用RAG进行问答.mp4 (17.41 MB), 03:04

  *   41 120整体实现框架.mp4 (14.20 MB), 02:36

  *   42 121提取器.mp4 (9.90 MB), 01:45

  *   43 122多个实体的提取.mp4 (11.64 MB), 01:55

  *   44 123 将文本分类为标签.mp4 (21.93 MB), 03:46

  *   45 124 更精细的控制.mp4 (12.08 MB), 01:57

  *   46 125总结文本概述.mp4 (10.08 MB), 01:47

  *   47 126开始设置.mp4 (14.59 MB), 02:38

  *   48 127 Stuff 在一次 LLM 调用中总结.mp4 (8.67 MB), 01:39

  *   49 128 Map-Reduce：通过并行化总结长文本.mp4 (16.95 MB), 02:58

  *   50 129通过LangGraph进行编排.mp4 (37.04 MB), 06:07

*   04 提示工程/

  *   01 134什么是提示工程.mp4 (8.98 MB), 01:38

  *   02 135在Prompt中描述更详细的信息.mp4 (7.33 MB), 01:21

  *   03 136给大模型赋予角色.mp4 (10.04 MB), 01:37

  *   04 137使用分隔符划分要区别对待的文本内容.mp4 (15.12 MB), 02:29

  *   05 138设定输出所需的长度.mp4 (11.18 MB), 01:39

  *   06 139让模型制定自己的解决方案并得出结论.mp4 (5.99 MB), 00:57

  *   07 140Few-shot少量样本.mp4 (19.72 MB), 03:10

  *   08 141思维链.mp4 (21.36 MB), 03:43

  *   09 142零样本思维链提示.mp4 (11.78 MB), 02:10

  *   10 143自动思维链提示.mp4 (21.17 MB), 03:32

  *   11 144自我一致性提示工程.mp4 (16.18 MB), 02:49

  *   12 145生产性知识提示.mp4 (20.79 MB), 03:30

  *   13 146提示链.mp4 (17.68 MB), 02:47

  *   14 147检索增强生成RAG.mp4 (10.75 MB), 01:54

  *   15 148使用代码来执行计算.mp4 (11.70 MB), 01:55

  *   16 149根据标准答案评估模型输出.mp4 (27.93 MB), 04:36