网盘截图：
课程目录：
课程目录62 集
- ├─001开班典礼
- │ 00-开班典礼.mp4
- │ 【聚客AI】AI大模型应用技术2025 - V1.0(1).pdf
- │
- ├─01-HuggingFace核心组件介绍
- │ 01-HuggingFace核心组件介绍.mp4
- │ day01_HuggingFace核心组件介绍.zip
- │
- ├─02-基于Bert的中文评价情感分析（训练篇）
- │ day02_基于Bert的中文评价情感分析（训练篇）.zip
- │ 基于Bert的中文评价情感分析.mp4
- │
- ├─03-基于Bert的中文评价情感分析（实现篇）
- │ day03_基于Bert的中文评价情感分析（实现篇）.zip
- │ _基于Bert的中文评价情感分析-实现.mp4
- │
- ├─04-GPT2-中文生成模型定制化（训练篇）
- │ 04-GPT2-中文生成模型定制化（训练篇）.zip
- │ GPT2-中文生成模型定制化_训练篇.mp4
- │
- ├─05-GPT2-中文生成模型定制化
- │ day05学习附件.zip
- │ GPT2-中文生成模型定制化.mp4.baiduyun.p.downloading
- │
- ├─06-本地私有化部署大模型（Ollama&vLLM&LMDeploy
- │ day06_本地私有化部署大模型.zip
- │ 本地私有化部署大模型.mp4
- │
- ├─07-大模型微调（使用LLama Factory微调Qwen）
- │ day07_大模型微调（使用LLama Factory微调Qwen）.zip
- │ 大模型微调.mp4.baiduyun.p.downloading
- │
- ├─08-大模型微调（LLama Factory自定义微调数据集）
- │ day08_大模型微调（LLama Factory自定义微调数据集）.zip
- │ 大模型微调.mp4.baiduyun.p.downloading
- │
- ├─09-大模型微调（QLora微调&GGUF模型转换）
- │ day09_大模型微调（QLora微调&GGUF模型转换）.zip
- │ 视频.mp4
- │
- ├─10-大模型微调（LLamaFactory微调效果与vllm部署效果不一致如何解决）
- │ day10_大模型微调（LLamaFactory微调效果与vllm部署效果不一致如何解决）.zip
- │ day_10视频.mp4
- │
- ├─11-大模型微调分布式训练（LLama Factory与Xtuner分布式微调大模型）
- │ day11.mp4
- │ day11_大模型微调分布式训练（LLama Factory与Xtuner分布式微调大模型）.zip
- │
- ├─12-大模型压缩训练（知识蒸馏）
- │ day12_大模型压缩训练（知识蒸馏）.zip
- │ day_12.mp4.baiduyun.p.downloading
- │
- ├─13-大模型推理部署（分布式推理与量化部署）
- │ day13.mp4.baiduyun.p.downloading
- │ day13_大模型推理部署（分布式推理与量化部署）.zip
- │
- ├─14-大模型评估测试（OpenCompass）
- │ day14.mp4
- │ day14_大模型评估测试（OpenCompass）.zip
- │
- ├─15-大模型微调项目实战（情绪对话模型-数据工程篇）
- │ day15.mp4.baiduyun.p.downloading
- │ day15_大模型微调项目实战（情绪对话模型-数据工程篇）.zip
- │
- ├─16-大模型微调项目实战（情绪对话模型-最终效果）
- │ │ day16.mp4.baiduyun.p.downloading
- │ │ day16_大模型微调项目实战（情绪对话模型-最终效果）.zip
- │ │
- │ └─demo_16
- │ │ cleaned_output.txt
- │ │ data_convert.py
- │ │ get_data.py
- │ │ model_convert.py
- │ │
- │ ├─.idea
- │ │ workspace.xml
- │ │
- │ └─embedding_model
- │ │ download.py
- │ │
- │ ├─sungw111
- │ │ └─text2vec-base-chinese-sentence
- │ │ │ .mdl
- │ │ │ .msc
- │ │ │ .mv
- │ │ │ config.json
- │ │ │ configuration.json
- │ │ │ eval_results.txt
- │ │ │ model.safetensors
- │ │ │ modules.json
- │ │ │ README.md
- │ │ │ sentence_bert_config.json
- │ │ │ special_tokens_map.json
- │ │ │ tokenizer.json
- │ │ │ tokenizer_config.json
- │ │ │ training_progress_scores.csv
- │ │ │ vocab.txt
- │ │ │
- │ │ └─1_Pooling
- │ │ config.json
- │ │
- │ └─zy
- │ └─text2vec-base-chinese-sentence
- │ │ added_tokens.json
- │ │ config.json
- │ │ config_sentence_transformers.json
- │ │ model.safetensors
- │ │ modules.json
- │ │ README.md
- │ │ sentence_bert_config.json
- │ │ special_tokens_map.json
- │ │ tokenizer.json
- │ │ tokenizer_config.json
- │ │ vocab.txt
- │ │
- │ ├─1_Pooling
- │ │ config.json
- │ │
- │ └─2_Normalize
- ├─17-Llamaindex快速构建RAG
- │ day17.mp4
- │ day17_Llamaindex快速构建RAG.zip
- │
- ├─18-Llama_indexRAG进阶_Embedding_model与Chroma
- │ day18.mp4
- │ day18_Llama_indexRAG进阶_Embedding_model与ChromaDB.zip
- │
- ├─19-Llama_indexRAG进阶_文档切分与重排序
- │ day19.mp4
- │ day19_Llama_indexRAG进阶_文档切分与重排序.zip
- │
- ├─20-Dify实现RAG
- │ day20.mp4
- │ day20_Dify实现RAG.zip
- │
- ├─21-RAGFlow
- │ day21.mp4
- │ day21_RAGFlow.zip
- │
- ├─22-基于RAG的法律条文智能助手（方案篇）
- │ day22.mp4
- │ day22_基于RAG的法律条文智能助手（方案篇）.zip
- │
- ├─23-基于RAG的法律条文智能助手-实现与部署
- │ day23.mp4
- │ day23_基于RAG的法律条文智能助手-实现与部署.zip
- │
- ├─24-基于RAG的法律条文智能助手-微调与部署
- │ day24.mp4
- │ day24_基于RAG的法律条文智能助手-微调与部署.zip
- │
- ├─25-Dify构建Agent
- │ day25.mp4
- │ 【课件】Agent 智能体应用（Dify构建Agent）.zip
- │
- ├─26-LangGraph构建多智能体
- │ day26.mp4
- │ day26_LangGraph构建多智能体.zip
- │
- ├─27-DeepSeek原理与应用
- │ day27.mp4
- │ day27_DeepSeek原理与应用.zip
- │
- └─28-多模态大模型应用
- day28.mp4
- day28_多模态大模型应用.zip
