├──10_第二课：NaiveRAG与langchain实践 .mp4  98.44M
├──11_第三课：高级RAG（一）层次索引，句子窗口，子查询，HyDE .mp4  121.10M
├──12_第四课：高级RAG（二）提示词压缩，融合，llamainde .mp4  98.22M
├──13_第五课：模块化RAG（一）顺序模式，条件模式，分支模式 .mp4  87.13M
├──14_第六课：模块化RAG（二）迭代，递归检索，FLARE，Toc .mp4  134.03M
├──15_第七课：Embedding原理：word2vec、CBOW .mp4  111.35M
├──16_第八课：Embedding模型训练：llamaindex微调 .mp4  147.62M
├──17_第九课：Embedding模型评估：MRR评测，MTEB评测 .mp4  154.36M
├──18_第十课：Rerank技术原理与实践（一）交叉编码与双编码 .mp4  97.70M
├──19_第十一课：Rerank模型微调与实践（二）rankGPT .mp4  108.41M
├──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  82.74M
├──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  98.42M
├──21_第十三课：相似性搜索算法：k-means，肘部法则 .mp4  123.35M
├──22_第十四课：近似邻近算法与过滤向量：PQ量化，HNSW，LSH .mp4  175.46M
├──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  73.62M
├──24_第十六课：向量数据库代码示例：chroma与qdrant代码 .mp4  54.50M
├──25_第十七课：RAG评估：评估指标，RAGAs，TruLens .mp4  153.20M
├──26_第十八课：RAG行业落地：实践心得，落地经验，业务场景 .mp4  110.48M
├──27_第一课：Agent原理简介：planning、memory、 .mp4  87.51M
├──28_第二课：提示词工程：软提示词，fewshot，COT TOT .mp4  128.03M
├──29_第三课：Agent平台：国内外主流平台，Coze搭建智能客服 .mp4  108.74M
├──2_第二课：柏拉图表征假说与scalinglaw：KM缩放定律 .mp4  86.18M
├──30_第四课：Agent工具使用与functioncall：MR .mp4  121.77M
├──31_第五课：Agent设计模式（一）：Fewshot，ReAct .mp4  134.85M
├──32_第六课：Agent设计模式（二）：REWOO，LLMComp .mp4  142.04M
├──33_第七课：Agent设计模式（三）：Reflexion，LAT .mp4  164.18M
├──34_第八课：Agent框架：SingleAgent，Multi .mp4  123.89M
├──35_第九课：Langchain项目原理与实战 .mp4  146.45M
├──36_第十课：Langgraph项目原理与实战 .mp4  84.80M
├──37_第十一课：Langgraph多Agent架构：协作多Age .mp4  111.58M
├──38_第十二课：AutoGen项目原理与实战（一）：AutoGen .mp4  130.63M
├──39_第十三课：AutoGen项目原理与实战（二）：代码执行，工具 .mp4  119.32M
├──3_第三课：AI开发环境（python、conda、vscode .mp4  81.29M
├──40_第十四课：CrewAI项目原理与实战：Crew Task A .mp4  120.59M
├──4_第一课：大模型微调llama-factory环境准备 .mp4  121.74M
├──5_第二课：微调数据集准备（SFT 继续预训练，偏好优化） .mp4  175.76M
├──6_第三课：微调过程lora微调与Qlora微调 .mp4  208.70M
├──7_第四课：模型评估（批量推理与自动评估benchmark） .mp4  157.73M
├──8_第五课：模型部署（模型合并导出与量化，本地部署） .mp4  145.28M
├──9_第一课：RAG技术原理与RAGFlow项目实操 .mp4  126.56M
├──【40节】AI大模型应用开发-模型训练-RAG-Agent-AI项目实战-行业落地课 _ 龙哥紫貂智能_文件目录.txt  3.32kb
└──资料.zip  2.50M