AI 大模型应用开发模型训练落地网盘资源 | 影盘社

file:7_第四课:模型评估(批量推理与自动评估benchmark) .mp4
file:4_第一课:大模型微调llama-factory环境准备 .mp4
file:22_第十四课:近似邻近算法与过滤向量:PQ量化,HNSW,LSH .mp4
file:18_第十课:Rerank技术原理与实践(一)交叉编码与双编码 .mp4
file:35_第九课:Langchain项目原理与实战 .mp4
file:30_第四课:Agent工具使用与functioncall:MR .mp4
file:38_第十二课:AutoGen项目原理与实战(一):AutoGen .mp4
file:15_第七课:Embedding原理:word2vec,CBOW .mp4
file:37_第十一课:Langgraph多Agent架构:协作多Age .mp4
file:33_第七课:Agent设计模式(三):Reflexion,LAT .mp4
file:29_第三课:Agent平台:国内外主流平台,Coze搭建智能客服 .mp4
file:21_第十三课:相似性搜索算法:k-means,肘部法则 .mp4
file:9_第一课:RAG技术原理与RAGFlow项目实操 .mp4
file:6_第三课:微调过程lora微调与Qlora微调 .mp4
file: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
file:26_第十八课:RAG行业落地:实践心得,落地经验,业务场景 .mp4
file:8_第五课:模型部署(模型合并导出与量化,本地部署) .mp4
file:34_第八课:Agent框架:SingleAgent,Multi .mp4
file: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
file:24_第十六课:向量数据库代码示例:chroma与qdrant代码 .mp4
file:3_第三课:AI开发环境(python,conda,vscode .mp4
file:12_第四课:高级RAG(二)提示词压缩,融合,llamainde .mp4
file:10_第二课:NaiveRAG与langchain实践 .mp4
file:17_第九课:Embedding模型评估:MRR评测,MTEB评测 .mp4
file:40_第十四课:CrewAI项目原理与实战:Crew Task A .mp4
file: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
file:28_第二课:提示词工程:软提示词,fewshot,COT TOT .mp4
file:rerank技术.pdf
file:ai认知课.pdf
file:企业RAG技术实战.pdf
file:llama-factory微调.pdf
folder:AI 大模型应用开发模型训练落地
folder:资料

分享时间

2026-05-29

入库时间

2026-05-31

资源类型

夸克网盘

分享用户

果断*榛子

扫码获取资源

进入网盘

分享资源