課程內(nèi)容：

資料

企業(yè)RAG技術(shù)實(shí)戰(zhàn).pdf

ai認(rèn)知課.pdf

embedding技術(shù).pdf

rerank技術(shù).pdf

llama-factory微調(diào).pdf

13_第五課：模塊化RAG（一）順序模式，條件模式，分支模式.mp4

11_第三課：高級RAG（一）層次索引，句子窗口，子查詢，HyDE.mp4

37_第十一課：Langgraph多Agent架構(gòu)：協(xié)作多Age.mp4

8_第五課：模型部署（模型合并導(dǎo)出與量化，本地部署）.mp4

29_第三課：Agent平臺(tái)：國內(nèi)外主流平臺(tái)，Coze搭建智能客服.mp4

33_第七課：Agent設(shè)計(jì)模式（三）：Reflexion，LAT.mp4

15_第七課：Embedding原理：word2vec、CBOW.mp4

16_第八課：Embedding模型訓(xùn)練：llamaindex微調(diào).mp4

21_第十三課：相似性搜索算法：k-means，肘部法則.mp4

1_第一課：人工智能介紹：迭代路徑，大模型進(jìn)化樹，技術(shù)分類.mp4

35_第九課：Langchain項(xiàng)目原理與實(shí)戰(zhàn).mp4

5_第二課：微調(diào)數(shù)據(jù)集準(zhǔn)備（SFT繼續(xù)預(yù)訓(xùn)練，偏好優(yōu)化）.mp4

17_第九課：Embedding模型評估：MRR評測，MTEB評測.mp4

23_第十五課：向量數(shù)據(jù)庫選型：專用向量數(shù)據(jù)庫，傳統(tǒng)數(shù)據(jù)庫支持向量.mp4

10_第二課：NaiveRAG與langchain實(shí)踐.mp4

39_第十三課：AutoGen項(xiàng)目原理與實(shí)戰(zhàn)（二）：代碼執(zhí)行，工具.mp4

12_第四課：高級RAG（二）提示詞壓縮，融合，llamainde.mp4

30_第四課：Agent工具使用與functioncall：MR.mp4

9_第一課：RAG技術(shù)原理與RAGFlow項(xiàng)目實(shí)操.mp4

27_第一課：Agent原理簡介：planning、memory、.mp4

22_第十四課：近似鄰近算法與過濾向量：PQ量化，HNSW，LSH.mp4

24_第十六課：向量數(shù)據(jù)庫代碼示例：chroma與qdrant代碼.mp4

20_第十二課：向量數(shù)據(jù)庫簡介與相似性測量：歐式距離，余弦相似度.mp4

28_第二課：提示詞工程：軟提示詞，fewshot，COT TOT.mp4

34_第八課：Agent框架：SingleAgent，Multi.mp4

25_第十七課：RAG評估：評估指標(biāo)，RAGAs，TruLens.mp4

6_第三課：微調(diào)過程lora微調(diào)與Qlora微調(diào).mp4

7_第四課：模型評估（批量推理與自動(dòng)評估benchmark）.mp4

31_第五課：Agent設(shè)計(jì)模式（一）：Fewshot，ReAct.mp4

40_第十四課：CrewAI項(xiàng)目原理與實(shí)戰(zhàn)：Crew Task A.mp4

14_第六課：模塊化RAG（二）迭代，遞歸檢索，F(xiàn)LARE，Toc.mp4

19_第十一課：Rerank模型微調(diào)與實(shí)踐（二）rankGPT.mp4

26_第十八課：RAG行業(yè)落地：實(shí)踐心得，落地經(jīng)驗(yàn)，業(yè)務(wù)場景.mp4

38_第十二課：AutoGen項(xiàng)目原理與實(shí)戰(zhàn)（一）：AutoGen.mp4

18_第十課：Rerank技術(shù)原理與實(shí)踐（一）交叉編碼與雙編碼.mp4

2_第二課：柏拉圖表征假說與scalinglaw：KM縮放定律.mp4

4_第一課：大模型微調(diào)llama-factory環(huán)境準(zhǔn)備.mp4

32_第六課：Agent設(shè)計(jì)模式（二）：REWOO，LLMComp.mp4

3_第三課：AI開發(fā)環(huán)境（python、conda、vscode.mp4

36_第十課：Langgraph項(xiàng)目原理與實(shí)戰(zhàn).mp4