02 【预习课】1.1 GPT大模型基本概念 · 03 【预习课】1.2 大模型技术模块内容介绍 · 04 【预习课】1.3 提示工程部分内容介绍 · 05 【

*   02 【预习课】1.1 GPT大模型基本概念

*   03 【预习课】1.2 大模型技术模块内容介绍

*   04 【预习课】1.3 提示工程部分内容介绍

*   05 【预习课】1.4 AIGC技术部分内容介绍

*   06 【预习课】2.1 谷歌邮箱Gmail注册

*   07 【预习课】2.2 OpenAI账号注册

*   08 【预习课】2.3 ChatGPT Plus升级流程

*   09 【预习课】3 ChatGPT防封指南

*   10 【导学】Ch 1.1 大模型技术学习目标和内容规划

*   11 【导学】Ch 1.2 OpenAI在线大模型生态介绍

*   12 【导学】Ch 1.3 开源大模型生态与ChatGLM-6B大模型介绍

*   13 【导学】Ch 2.1 大语言模型的基本深度学习概念补充讲解

*   14 【导学】Ch 2.2 OpenAI Fine-tuning API简介

*   15 【导学】Ch 2.3 开源微调框架入门介绍

*   16 【导学】Ch 3 大模型课程硬件要求说明

*   17 【导学】Ch 4 LangChain入门介绍

*   18 Ch 1.1 OpenAI官网使用说明

*   19 Ch 1.2 本地调用OpenAI API方法

*   20 Ch 2.1 Completion模型与Chat模型介绍

*   21 Ch 2.2 Completion.create函数参数详解

*   22 Ch 2.3 Completion.create函数调参数实践

*   23 Ch 2.4 手动创建可调节对话风格的对话机器人

*   24 Ch 3.1 大语言模型原生能力与涌现能力介绍

*   25 Ch 3.2 提示工程技术入门

*   26 Ch 4.1 One-shot&Few-shot提示方法

*   27 Ch 4.2 Zero-shot-CoT提示法（新）

*   28 Ch 4.3 Few-shot-CoT提示法

*   29 Ch 4.4 LtM提示方法

*   30 Ch 5.1 SCAN指令翻译项目介绍与数据集准备

*   31 Ch 5.2 针对SCAN数据集的Few-shot-LtM提示工程流程

*   32 Ch 5.3 SCAN指令翻译项目完整建模流程

*   33 Ch 6.1 Chat Completion模型背景介绍

*   34 Ch 6.2 Chat Completion模型发展现状

*   35 Ch 7.1 Chat Completion模型API详解

*   36 Ch 7.2 Messages参数设置技巧

*   37 Ch 7.3 基于特定知识的简易问答机器人创建方法

*   38 Ch 8.1 Function calling外部函数库创建过程

*   39 Ch 8.2 functions参数编写方法

*   40 Ch 8.3 Function calling功能实现流程

*   41 Ch 8.4 Function calling全流程总结

*   42 Ch 9.1 Function calling高级函数封装思路

*   43 Ch 9.2 auto-functions自动参数编写函数

*   44 Ch 9.3 自动Function_calling函数编写

*   45 Ch 10.1 OpenWeather API获取与使用方法

*   46 Ch 10.2 借助OpenWeatherAPI实现基于Chat模型的实时天气查询

*   47 Ch 10.3 借助Few-shot提升Chat模型响应准确率

*   48 Ch 11.1 谷歌云入门介绍

*   49 Ch 11.2 谷歌云Auth 2.0客户端授权流程

*   50 Ch 11.3 借助Gmail API实现Chat模型邮件查阅功能

*   51 Ch 11.4 借助Gmail API实现Chat模型邮件发送功能

*   52 Ch 12.1 借助AI提高开发效率基本思路

*   53 Ch 12.2 半自动外部函数创建与基于Jupyter的本地函数库管理流程

*   54 Ch 12.3 借助Chat模型本地创建代码及运行测试流程

*   55 Ch 13.1 基于Few-shot的全自动编程流程

*   56 Ch 13.2 基于LtM的更加稳定的全自动函数编写流程

*   57 Ch 13.3 全自动编程函数创建方法

*   58 Ch 13.4 自动编程函数性能测试与优化策略

*   59 Ch 14.1 代码审查模型创建思路

*   60 Ch 14.2 审查模型创建与纠错性能测试

*   61 Ch 14.3 代码审查函数封装过程

*   62 Ch 14.4 全自动debug函数封装和创建过程

*   63 Ch 14.5 全自动代码创建和审查流程

*   64 Ch 14.6.自然语言编程实战效果测试

*   65 Ch 14.7 高阶自然语言编程：复杂编程任务拆解思路（上）

*   66 Ch 14.8 高阶自然语言编程：复杂编程任务拆解思路（下）

*   67 Ch 14.9 高阶自然语言编程：复杂需求函数编写（上）

*   68 Ch 14.10 高阶自然语言编程：复杂需求函数编写（中）

*   69 Ch 14.11 高阶自然语言编程：复杂需求函数编写（下）

*   70 Ch 14.12 全自动复杂需求函数编写流程总结

*   71 【加餐】GLM大模型竞赛分享直播 Live 1

*   72 【加餐】GLM大模型竞赛分享直播 Live 2

*   73 Ch 15.1 AI应用开发现状分析

*   74 Ch 15.2 智能搜索问答机器人项目介绍与开发思路

*   75 Ch 15.3 谷歌搜索API获取与使用

*   76 Ch 15.4 XPath爬去目标网站基本思路

*   77 Ch 15.5 特定网址爬虫编写

*   78 Ch 15.6 全自动搜索问答机器人外部函数编写与实践

*   79 Ch 15.7 搜索问答机器人项目流程优化

*   80 Ch 15.8 将GitHub接入GPT模型

*   81 Ch 15.9 将Hugging face介入GPT模型

*   82 Ch 16.1 代码解释器功能介绍与借助代码解释器进行数据分析

*   83 Ch 16.2 代码解释器技术实现流程分析

*   84 Ch 16.3 代码解释器功能局限与开源项目介绍

*   85 Ch 16.4 Open Interpreter项目介绍与安装、使用方法

*   86 Ch 16.5 Open Interpreter本地代码运行与互联网功能实现

*   87 Ch 16.6 Open Interpreter数据分析功能与本地计算机交互功能

*   88 【加餐】大模型竞赛高分方案分享 Part 1

*   89 【加餐】大模型竞赛高分方案分享 Part 2

*   90 【加餐】大模型竞赛高分方案分享 Part 3

*   91 【加餐】大模型竞赛高分方案分享 Part 4

*   92 Ch 16.7 代码解释器项目开发目标和实现思路

*   93 Ch 16.8 MySQL数据库本地安装流程

*   94 Ch 16.9 本地数据库数据处理与数据导入

*   95 Ch 16.10 将MySQL接入Chat模型实现流程

*   96 Ch 16.11 数据分析代码解释器执行流程介绍

*   97 Ch 16.12 具备可控记忆长度的交互式分析函数

*   98 Ch 16.13 借助谷歌云文档进行多轮对话信息存储

*   99 Ch 16.14 借助专家文档和对话结果编写数据分析报告

*   100 Ch 16.15 Python代码解释器基础

*   101 Ch 16.16 Python代码解释器核心函数修改

*   102 Ch 16.17 Python代码解释器交互式分析实战流程

*   103 Ch 16.18 【阶段总结】代码解释器项目代码串讲

*   104 Ch 16.19 【阶段总结】【小结】DA AI Agent功能框架介绍

*   105 Ch 16.20 【课堂演示】代码解释器效果互动演示

*   106 Ch 16.21高阶Code AI Agent功能构思

*   107 Ch 16.22 高阶Code AI Agent架构介绍

*   108 Ch 16.23 高阶Code AI Agent InterProject类创建过程

*   109 Ch 16.24 高阶Code AI Agent ChatMessages类创建过程

*   110 Ch 16.25 高阶Code AI Agent Tools模块创建

*   111 【加餐】ChatGLM3新模型综合介绍

*   112 【加餐】ChatGLM3全新消息格式和Function calling功能介绍

*   113 【加餐】ChatGLM快速上手

*   114 【加餐】ChatGLM3性能快速评测

*   115 【加餐】ChatGLM3 function calling功能实践（上）

*   116 【加餐】ChatGLM3 function calling功能实践（下）

*   117 【加餐】OpenAI开发者大会详解（上）

*   118 【加餐】OpenAI开发者大会详解（下）

*   119 【加餐】GPTs入门介绍

*   120 【加餐】手把手创建第一个GPTs

*   121 【加餐】GPTs进阶功能Actions实现方法详解

*   122 【加餐】定制化数据分析GPTs效果实测

*   123 Ch 16.26 Planing模块开发注意事项与自动多步function calling

*   124 Ch 16.27 基于ConnectionError的用户意图挖掘

*   125 Ch 16.28 单次对话函数get_gpt_response编写流程