AI大模型应用开发模型训练落地

📁 资料
    llama-factory微调.pdf  [428.8 KB]
    rerank技术.pdf  [242.0 KB]
    ai认知课.pdf  [140.0 KB]
    企业RAG技术实战.pdf  [1.1 MB]
    embedding技术.pdf  [842.8 KB]
18_第十课：Rerank技术原理与实践（一）交叉编码与双编码 .mp4  [97.7 MB]
2_第二课：柏拉图表征假说与scalinglaw：KM缩放定律 .mp4  [255.2 MB]
19_第十一课：Rerank模型微调与实践（二）rankGPT .mp4  [108.4 MB]
13_第五课：模块化RAG（一）顺序模式，条件模式，分支模式 .mp4  [87.1 MB]
16_第八课：Embedding模型训练：llamaindex微调 .mp4  [147.6 MB]
10_第二课：NaiveRAG与langchain实践 .mp4  [230.0 MB]
5_第二课：微调数据集准备（SFT 继续预训练，偏好优化） .mp4  [447.6 MB]
14_第六课：模块化RAG（二）迭代，递归检索，FLARE，Toc .mp4  [134.0 MB]
4_第一课：大模型微调llama-factory环境准备 .mp4  [353.5 MB]
9_第一课：RAG技术原理与RAGFlow项目实操 .mp4  [350.5 MB]
25_第十七课：RAG评估：评估指标，RAGAs，TruLens .mp4  [153.2 MB]
20_第十二课：向量数据库简介与相似性测量：欧式距离，余弦相似度 .mp4  [98.4 MB]
21_第十三课：相似性搜索算法：k-means，肘部法则 .mp4  [123.4 MB]
17_第九课：Embedding模型评估：MRR评测，MTEB评测 .mp4  [154.4 MB]
8_第五课：模型部署（模型合并导出与量化，本地部署） .mp4  [394.2 MB]
12_第四课：高级RAG（二）提示词压缩，融合，llamainde .mp4  [98.2 MB]
6_第三课：微调过程lora微调与Qlora微调 .mp4  [527.4 MB]
11_第三课：高级RAG（一）层次索引，句子窗口，子查询，HyDE .mp4  [307.0 MB]
7_第四课：模型评估（批量推理与自动评估benchmark） .mp4  [382.4 MB]
35_第九课：Langchain项目原理与实战 .mp4  [146.5 MB]
3_第三课：AI开发环境（python、conda、vscode .mp4  [231.5 MB]
34_第八课：Agent框架：SingleAgent，Multi .mp4  [123.9 MB]
29_第三课：Agent平台：国内外主流平台，Coze搭建智能客服 .mp4  [108.7 MB]
32_第六课：Agent设计模式（二）：REWOO，LLMComp .mp4  [142.0 MB]
37_第十一课：Langgraph多Agent架构：协作多Age .mp4  [111.6 MB]
36_第十课：Langgraph项目原理与实战 .mp4  [84.8 MB]
1_第一课：人工智能介绍：迭代路径，大模型进化树，技术分类 .mp4  [233.4 MB]
22_第十四课：近似邻近算法与过滤向量：PQ量化，HNSW，LSH .mp4  [175.5 MB]
38_第十二课：AutoGen项目原理与实战（一）：AutoGen .mp4  [130.6 MB]
…（已达 35 条上限，后续省略）