AI大模型应用开发模型训练落地

星野

AI大模型应用开发模型训练落地

课程目录：

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
2第二课：柏拉图表征假说与scalinglaw:KM缩放定律.mp4
3第三课：Al开发环境(python、conda、vscode.mp4
4第一课：大模型微调lama-factory环境准备mp4
5第二课：微调数据集准备(SFT继续预练，偏好优化).mp4
6第三课：微调过程lora微调与Qlora微调.mp4
7第四课：模型评估（批量推理与自动评估benchmark).mp4
8第五课：模型部署（模型合并导出与量化，本地邻馨）.mp4
9第一课：RAG技术原理与RAGFlow项目实操.mp4
10第二课：NaiveRAG与langchaing实践.mp4


11第三课：高级RAG(一)层次索引，句子窗口，子查询，HyDE.mp4
12第四课：高级RAG(二)提示词压缩，融合，llamainde.mp4
13第五课：模块化RAG〔一)顺序模式，条件模式，分支模式.mp4
14第六课：模块化RAG(二)迭代，递归检索，FLARE,Toc .mp4
15第七课：Embedding原理：word2vec、CBOW.mp4
16第八课：Embedding模型训练：llamaindex微调.mp4
17第九课：Embedding模型评估：MRR评测，MTEB评测.mp4
18第十果：Rerank技术原理与实践（一）交叉编码与双编码.mp4
19第十一课：Rerank模型微调与实践（二）rankGPT.mp4
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


21第十三课：相似性搜索算法：k-means,时部法则.mp4
22第十四课：近似邻近算法与过滤向量：PQ量化，HNSW,LSH.mp4
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.p4
24第十六课：向量数据库代码示例：chroma与gdrant代码.mp4
25第十七课：RAG评估：评估指标，RAGAs,TruLens.mp4
26第十八课：RAG行业落地：实践心得，落地经验，业务场吴.mp4
27第一课：Agent)原理简介：planning、memory、.mp4
28第二课：提示词工程：软提示词，fewshot,COT TOT .mp4
29第三课：Agent平台：国内外主流平台，Coze搭建智能客服.mp4
30第四课：Agent.工具使用与functioncall:wMR.mp4


31第五课：Agenti设i计模式（一）：Fewshot,ReAct.mp4
32第六课：Agenti设计模式（二）：REWOO,LLMComp.mp4
33第七课：Agenti设计模式（三）：Reflexion,LAT.mp4
34第八课：Agenti框架：SingleAgent,Multi.mp4
35第九课：Langchain项目原理与实战.mp4
36第十课：Langgraph:项目原理与实战.mp4
37第十一课：Langgraph多Agent架构：协作多Age.mp4
38第十二课：AutoGen项目原理与实战〔一)：AutoGen.mp4
39第十三误：AutoGen项目原理与实战（二）：代码执行，工具.mp4
40第十四课：CrewAll项目原理与实战：Crew Task A.mp4


下载地址：https://pan.quark.cn/s/a89941a8471c