文件清单 29 项

• 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
• 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,本地部署) .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
• 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

展开全部 29 项

• 19_第十一课:Rerank模型微调与实践(二)rankGPT .mp4
• PART1文档.zip
• 22_第十四课:近似邻近算法与过滤向量:PQ量化,HNSW,LSH .mp4
• 24_第十六课:向量数据库代码示例:chroma与qdrant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,业务场景 .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
• 31_第五课:Agent设计模式(一):Fewshot,ReAct .mp4
• 32_第六课:Agent设计模式(二):REWOO,LLMComp .mp4
• 33_第七课:Agent设计模式(三):Reflexion,LAT .mp4
• 34_第八课:Agent框架:SingleAgent,Multi .mp4
• 37_第十一课:Langgraph多Agent架构:协作多Age .mp4
• PART2文档.png
• embedding技术.pdf
• 企业RAG技术实战.pdf
• 资料说明.png
• PART1/
• PART2/
• 资料/