教学内容：
材料
公司RAG技术性实战演练.pdf
ai认知课.pdf
embedding技术性.pdf
rerank技术性.pdf
llama-factory调整.pdf
13_第五课：模块化设计RAG（一）次序方式，标准方式，支系方式.mp4
11_第三课：高端RAG（一）层级检索，语句对话框，子查询，HyDE.mp4
37_第十一课：Langgraph多Agent架构设计：合作多Age.mp4
8_第五课：模型部署（实体模型合拼导出来与量化分析，本地部署）.mp4
29_第三课：Agent服务平台：世界各国主流平台，Coze构建智能客服系统.mp4
33_第七课：Agent程序设计模式（三）：Reflexion，LAT.mp4
15_第七课：Embedding基本原理：word2vec、CBOW.mp4
16_第八课：Embedding模型推理：llamaindex调整.mp4
21_第十三课：相似度优化算法：k-means，手肘规律.mp4
1_第一课：人工智能技术详细介绍：迭代更新途径，大模型基因组，技术分类.mp4
35_第九课：Langchain新项目原理和实战演练.mp4
5_第二课：调整数据提前准备（SFT再次预训练，喜好提升）.mp4
17_第九课：Embedding模型评价：MRR实测，MTEB实测.mp4
23_第十五课：空间向量数据库系统型号选择：专用型空间向量数据库系统，传统数据库支持向量.mp4
10_第二课：NaiveRAG与langchain实践活动.mp4
39_第十三课：AutoGen新项目原理和实战演练（二）：执行命令，专用工具.mp4
12_第四课：高端RAG（二）引导词缩小，结合，llamainde.mp4
30_第四课：Agent工具的使用与functioncall：MR.mp4
9_第一课：RAG原理与RAGFlow新项目实际操作.mp4
27_第一课：Agent基本原理介绍：planning、memory、.mp4
22_第十四课：类似相邻算法与过虑空间向量：PQ量化分析，HNSW，LSH.mp4
24_第十六课：空间向量数据库代码实例：chroma与qdrant编码.mp4
20_第十二课：空间向量数据库系统介绍与相似度精确测量：欧氏距离，余弦相似度.mp4
28_第二课：引导词工程项目：软引导词，fewshot，COT TOT.mp4
34_第八课：Agent架构：SingleAgent，Multi.mp4
25_第十七课：RAG评定：评价指标，RAGAs，TruLens.mp4
6_第三课：调整全过程lora调整与Qlora微调.mp4
7_第四课：模型评价（大批量逻辑推理与自动评定benchmark）.mp4
31_第五课：Agent程序设计模式（一）：Fewshot，ReAct.mp4
40_第十四课：CrewAI新项目原理和实战演练：Crew Task A.mp4
14_第六课：模块化设计RAG（二）迭代更新，递归算法查找，FLARE，Toc.mp4
19_第十一课：Rerank实体模型调整和实践（二）rankGPT.mp4
26_第十八课：RAG领域落地式：实践心得，落地式工作经验，需求场景.mp4
38_第十二课：AutoGen新项目原理和实战演练（一）：AutoGen.mp4
18_第十课：Rerank原理和实践（一）交叉式编号与双编码.mp4
2_第二课：亚里士多德表现假设与scalinglaw：KM放大基本定律.mp4
4_第一课：大模型调整llama-factory自然环境提前准备.mp4
32_第六课：Agent程序设计模式（二）：REWOO，LLMComp.mp4
3_第三课：AI开发工具（python、conda、vscode.mp4
36_第十课：Langgraph新项目原理和实战演练.mp4
暂无评论内容