文件清单 30 项

• 2000T热门资源分享 (1).xlsx
• [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
• [3]-第三课:AI开发环境(python,conda,vscode.mp4
• [4]-第一课:大模型微调llama-factory环境准备.mp4
• [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
• [6]-第三课:微调过程lora微调与Qlora微调.mp4
• [8]-第五课:模型部署(模型合并导出与量化,本地部署).mp4
• [10]-第二课:Naive RAG与langchain实践.mp4
• [11]-第三课:高级RAG(一)层次索引,句子窗口,子查询,HyDE.mp4

展开全部 30 项

• [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]-第十课:Rerank技术原理与实践(一)交叉编码与双编码.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
• [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.mp4
• [24]-第十六课:向量数据库代码示例:chroma与qdrant代码[公重号:CunWorkNotes].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,业务场景.mp4
• [27]-第一课:Agent原理简介:planning,memory,[公重号:CunWorkNotes].mp4
• [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
• (1.1.2)-企业RAG技术实战.pdf
• (1.1.3)-rerank技术.pdf
• (1.1.4)-llama-factory微调.pdf
• (1.1.5)-ai认知课.pdf
• 资料/
• {1}-大模型工程师配套资料/