文档详情 ID: cmhsa2v0r009fgf88z41o0cuy 后台管理 九天菜菜-大模型与Agent开发实战 网盘资源 | 影盘社 file:Ch 2.1 Lora原理详解.ts file:Ch 4.1 win&Qlora&qwen2.5_Qlora能节约多少内存.ts file:Ch 1.6 主流微调框架.ts file:Ch 5.3 各个模型PPO算法的协作关系.ts file:DPO微调Qwen2.5.ts file:Ch 5.4 PPO模型与数据的选择.ts file:LLama_Factory+LORA大模型微调.ts file:Ch 4.4 Qlor微调实战与验证.ts file:Ch 5.1PPO&llama3.2_什么是PPO算法.ts file:Ch 4.3如何在windows配置环境.ts file:Ch 3.2 llamafactory中如何使用和注册数据集.ts file:window系统微调QLORA.ts file:Ch 3.1 如何获取数据源及使用解析.ts file:Ch 2.3 LLama_factory 安装部署及验证.ts file:LLama_factory&Lora微调Qwen2.5做NL2sql.ts file:Ch 1.2 微调与其他技术的区别和关联.ts file:Ch 6.6 RLHF挑战与改进方向.ts file:Ch 5.2 如何理解PPO.ts file:Ch 1.5 强化学习RHLF介绍.ts file:Ch 3.4 数据验证&deepspeed微调.ts file:PPO微调Llama-3.2.ts file:Ch 2.5 配置TensorBoard.ts file:[DeepSeekv3]2 分布式嵌入层与投影层.mp4 file:[DeepSeekv3]4 MLA潜在注意力 (2) 针对KV缓存的改进.mp4 file:[DeepSeekv3]5 DeepSeekMOE的MOE架构与创新.mp4 file:Ch 14.2 案例:基于 Supervisor 架构实现多代理系统.ts file:Ch 12.1 LangGraph知识点概述总结.ts file:Ch 9.3 结合结构化输出构建Router Agent(数据库).ts file:Ch 4.3 Thread,Messges及Run应用方法.ts file:[MateGenPro]Ch 8 会话管理模块表结构设计与代码讲解.ts file:Ch 2.2 AI Agent三种应用类型及Python实现可交互的聊天机器人.ts file:Ch 13.1 Single-Agent 存在的局限.ts file:Ch 8.4 MessageGraph源码功能解析.ts file:Ch 9.5 Tool Calling Agent的完整实现案例:实时搜索与数据库集成.ts file:Ch 6.3 Assistant API 流式传输中的事件流原理细节.ts file:Ch 13.4 案例:基于网络架构实现智能BI数据分析多代理系统(上).ts file:Ch 12.5 案例:具备人机交互的完整Agent信息管理系统.ts file:[MateGenPro]Ch 1. MateGen Pro 项目整体架构介绍.ts file:Ch 5.7 基于Funcation Calling实现本地代码解释器.ts file:Ch 6.1 为什么企业级应用必须接入流式输出.ts file:Ch 5.5 如何处理Assistant API输出响应中的注释.ts file:大模型应用发展及Agent前沿技术趋势.MP4 file:Ch 9.1 LangGraph代理架构及Router Agent介绍.ts file:Ch 5.4 在Assistant和Thread定义File Search工具的四种策略.ts file:Ch 3.2 提示工程到代理工程的平滑过度.ts file:Ch 4.2 Assistant对象的创建方法.ts file:[MateGenPro]Ch 6 API_Key接口初始化与校验.ts file:Ch 7.4 LangGraph中如何接入大模型做问答流程.ts file:Ch 14.4 案例:Multi-Agent实现混合多知识库检索.ts file:Ch 2.6 加餐:OpenAI最新推出的结构化输出功能介绍.ts file:DSPy:斯坦福20k+星标项目 - 革命性的LLM优化框架,从评估到自动优化你的LLM系统(如RAG系统).ts file:[GPT]02_OPEN AI官网及开发者平台使用指南.ts file:[GLM]02_GLM模型API初次调用与响应解析.ts file:[GPT4o]17_tool_use微调(下)制造微调数据微调并评估结果.MP4 file:[Claude]13_异步的API调用的讲解与实践.ts file:[GPT]01_OPENAI的账号注册速通.ts file:[GLM]07_tooluse下-两次api调用的tooluse.ts file:DSPy优化器优化LLM程序.ts file:[GLMAssistantAPI]01_调用assistantAPI流程与效果.ts file:[GPT4o]15_风格微调(下)微调作业运行与应用评估.ts file:[GPT4o]04_精细控制生成可选参数系列讲解.ts file:[GLM]08_tooluse接入维基百科搜索实战.ts file:[GPT]04_API账户充值及领取API_KEY及首次调用API.ts file:[GPTo1]04_2种加载模型o1没有的Json结构功能与[实战].ts file:[Gemini]03_解锁 Gemini API-开启文本生成之旅.ts file:[Gemini]10_API精细化控制生成结构化与Json参数.ts file:[GLM]03_大模型API调用的消息和构建多轮对话机器人.ts file:[Gemini]01_Gemini注册指南-最新模型免费API调用.ts file:[GLM]13_构建在线GLM的微调.mp4 file:[GPT4o]05_4o多模态图片的文本生成API调用详解.ts file:[Claude]08_tool_choice与定制Json输出及tool_use大实战.ts file:[Gemini]02_生态体验攻略与微调实战.ts file:[Claude]01_了解Claude的所有特质.MP4 file:[Gemini]05_API内置简化多轮对话的start_chat函数与ChatSessi.ts file:[GLM]10_GLM4V图像多模态模型.mp4 file:week_4_1_part_3_自定义RAG评估Pipeline-整体逻辑实现及细节说明.mp4 file:week_1_2_part_2_Langchain应用框架整体介绍.mp4 file:week_2_2_part_2_FastChat项目说明及Python多进程.mp4 file:week_3_1_part_2_结合Faiss向量数据的RAG Indexing构建流程.mp4 file:week_5_part_2_大模型用于特征工程及实现推荐系统的整体逻辑代码.MP4 file:week_2_1_part_1_本周开发任务说明.mp4 file:week_3_2_part_2_RAG评估框架-TruLens实践.mp4 file:week_4_2_part_2_基于Serper实现系统架构下的联网实时检索功能.mp4 file:week_5_part_3_基于Langchain实现基于ReAct的代码实践及TOT提示.MP4 file:week_5_part_5_Docker介绍及借助Docker打包部署完整项目的流程.mp4 file:week_1_1_part_3_调用本地启动的glm4模型的方法.mp4 file:week_2_1_part_2_Naive RAG介绍及借助LangChain实现RAG流.mp4 file:week_2_1_part_3_RAG集成历史对话信息及SqlalChemy持久化存储的使.mp4 file:week_3_1_part_3_百万量级的wiki公有语料构建方法实践.mp4 file:week_4_2_part_1_Serper API联网检索数据预处理过程拆解.mp4 file:week_5_part_4_项目整体框架下实现基于Agent的问答流程代码实践.ts file:week_3_1_part_4_yolox + orc 识别私有PDF语料的方案实践.mp4 folder:九天菜菜-大模型与Agent开发实战 folder:低代码开发实战Dify&Coze folder:3-大模型微调实战 folder:PART4:DeepSeekV3 (5小节) folder:6-直播回放篇 folder:5-RAG项目实战企业篇 folder:DeepSeek-V3&R1 folder:企业级实战 folder:Agent开发实战-课件 folder:开源大模型部署与调用-课件 folder:1 folder:加餐-前沿技术追更 分享时间 2025-11-07 入库时间 2025-11-09 资源类型 夸克网盘 分享用户 朴素*熊狸 扫码获取资源 复制链接 进入网盘 分享资源