龙哥-AI大模型应用开发-模型训练-RAG-Agent-AI项目实战

📁 资料
    📁 {1}-大模型工程师配套资料
        …（已达最大深度 2 层，子目录未展开）
[37]-第十一课：Langgraph 多Agent架构：协作多Age.mp4  [104.2 MB]
[19]-第十一课：Rerank模型微调与实践（二）rankGPT.mp4  [100.4 MB]
[34]-第八课：Agent框架：Single Agent，Multi【公重号：CunWorkNotes】.mp4  [118.4 MB]
[29]-第三课：Agent平台：国内外主流平台，Coze搭建智能客服【公重号：CunWorkNotes】.mp4  [98.3 MB]
[24]-第十六课：向量数据库代码示例：chroma与qdrant代码【公重号：CunWorkNotes】.mp4  [52.3 MB]
[27]-第一课：Agent原理简介：planning、memory、【公重号：CunWorkNotes】.mp4  [82.5 MB]
[36]-第十课：Langgraph项目原理与实战【公重号：CunWorkNotes】.mp4  [79.4 MB]
[44]-第四课：GraphRAG（三）：全局查询，局部查询，drif.mp4  [93.8 MB]
[2]-第二课：柏拉图表征假说与scaling law：KM缩放定律.mp4  [82.4 MB]
[28]-第二课：提示词工程：软提示词，fewshot，COT,TOT.mp4  [119.6 MB]
[38]-第十二课：AutoGen项目原理与实战（一）：AutoGen【公重号：CunWorkNotes】.mp4  [122.3 MB]
[7]-第四课：模型评估（批量推理与自动评估benchmark）.mp4  [141.0 MB]
[5]-第二课：微调数据集准备（SFT,继续预训练，偏好优化）【公重号：CunWorkNotes】.mp4  [160.2 MB]
[40]-第十四课：CrewAI项目原理与实战：Crew,Task,A.mp4  [110.9 MB]
[9]-第一课：RAG技术原理与RAGFlow项目实操.mp4  [116.7 MB]
[21]-第十三课：相似性搜索算法：k-means，肘部法则.mp4  [115.8 MB]
[31]-第五课：Agent设计模式（一）：Fewshot，ReAct.mp4  [127.3 MB]
[45]-第五课：LightRAG（一）：原理，实体与关系提取，双层检.mp4  [137.0 MB]
[8]-第五课：模型部署（模型合并导出与量化，本地部署）.mp4  [132.0 MB]
[42]-第二课：GraphRAG（一）：原理，部署使用，GraphR.mp4  [130.8 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.mp4  [67.4 MB]
[25]-第十七课：RAG评估：评估指标，RAGAs，TruLens.mp4  [143.3 MB]
[47]-第七课：LightRAG（三）：Neo4j使用，API Se.mp4  [103.4 MB]
[16]-第八课：Embedding模型训练：llamaindex微调.mp4  [133.4 MB]
[33]-第七课：Agent设计模式（三）：Reflexion，LAT.mp4  [154.2 MB]
[6]-第三课：微调过程lora微调与Qlora微调.mp4  [193.9 MB]
[12]-第四课：高级RAG（二）提示词压缩，融合，llamainde.mp4  [92.9 MB]
[30]-第四课：Agent工具使用与function call：MR.mp4  [112.4 MB]
[46]-第六课：LightRAG（二）：示例代码，参数解读，grap.mp4  [87.9 MB]
[3]-第三课：AI开发环境（python、conda、vscode.mp4  [75.2 MB]
[18]-第十课：Rerank技术原理与实践（一）交叉编码与双编码.mp4  [92.6 MB]
[10]-第二课：Naive RAG与langchain实践.mp4  [90.2 MB]
…（已达 35 条上限，后续省略）