Ch 4. Window微调Qlora.ipynb
Ch 1. 大模型微调.ipynb
Ch 6. RHLF微调Qwen2.5.ipynb
Ch 3. LLama_factory&Lora微调Qwen2.5做NL2sql.ipynb
Ch 8 PEFT&医疗领域模型微调实践.ipynb
Ch 5. PPO微调LLama-3.2.ipynb
Ch 2. LLama_Factory+LORA大模型微调.ipynb
CH 1 论文.zip
13_LangGraph Multi-Agent Systems 开发实战.ipynb
12_LangGraph 中 Human-in-the-loop 应用实战.ipynb
02_AI Agent应用类型及Function Calling开发实战.ipynb
01_大模型应用发展及Agent前沿技术趋势.ipynb
05_OpenAI Assistant API 进阶应用.zip
11_LangGrah 长短期记忆实现机制及检查点的使用.ipynb
07_LangGraph底层原理解析与基础应用入门.ipynb
10_LangGraph 实现自治循环代理(ReAct)及事件流的应用.ipynb
16_MicroSoft AutoGen 代理对话与人机交互源码解析.ipynb
09_单代理架构在 LangGraph 中构建复杂图的应用.ipynb
08_LangGraph中State状态模式与LangSmith基础使用入门(1).ipynb
13_[GLM4-Voice]语音模型参数介绍与部署.ipynb
14_[Cursor]以调用QWQ推理大模型为例实现辅助编程.ipynb
02_[GLM4-9B-Chat]GLM4-9b部署&vLLM推理.ipynb
08_[Ollama]最新版本从入门到进阶攻略.ipynb
06_[Qwen2.5]Qwen2.5-Coder&Math介绍部署.ipynb
04_[Llama3.2]Llama3.2介绍与部署流程.ipynb
12_[Llama.cpp]开源推理框架量化模型使用指南.ipynb
Ch 13.5 案例:基于网络架构实现智能BI数据分析多代理系统(下).ts
Ch 6.4 如何在 Assistant API 流式传输中接入外部函数.ts
Ch 14.3 GraphRAG 基本介绍与核心架构.ts
Ch 11.2 LangGraph的短期记忆及Checkpointer(检查点).ts
Ch 8.2 使用字典类型定义状态的方法与优劣势.ts
Ch 4.4 Run运行时的状态转移机制.ts
Ch 5.4 在Assistant和Thread定义File Search工具的四种策略.ts
[MateGenPro]Ch 4. SQLAlchemy原理与项目接入.ts
Ch 8.3 LangGraph状态管理中Reducer函数的使用.ts
Ch 1.4 AI Agent 经典核心架构与 AgentExcuter.ts
Ch 12.1 LangGraph知识点概述总结.ts
Ch 6.5 应用案例(1):异步构建Assistant对象的工程化代码.ts
Ch 13.1 Single-Agent 存在的局限.ts
Ch 4.5 实现Run状态的轮询方法,并实现Assistant API完整链路.ts
Ch 9.3 结合结构化输出构建Router Agent(数据库).ts
Ch 2.4 实现具备Funcation Calling的智能电商客服.ts
Ch 13.3 父,子图状态中无共同键的通信方式.ts
Ch 9.5 Tool Calling Agent的完整实现案例:实时搜索与数据库集成.ts
Ch 3.3 ReAct Agent框架的基础理论.ts
Ch 12.5 案例:具备人机交互的完整Agent信息管理系统.ts
Ch 3.5 项目:基于ReAct Agent构建电商智能客服_batch.ts
Ch 14.4 案例:Multi-Agent实现混合多知识库检索.ts
Ch 13.2 Multi-Agent 架构分类及子图的通信模式 - 副本.ts
Ch 14.2 案例:基于 Supervisor 架构实现多代理系统.ts
[DeepSeekv3]1 整体架构与分布式基础概念.mp4
[DeepSeekv3]5 DeepSeekMOE的MOE架构与创新.mp4
[DeepSeekv3]3 MLA潜在注意力 (1) 从自回归掩码看KV缓存机制.mp4
GLM模型:流式处理的工具调用,多模态应用及模型微调实战指南.ts
[GPTo1]02_o1模型的API调用详解与总结.ts
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
[GPT4o]13_函数调用中的Streaming流式响应.ts
[Claude]01_了解Claude的所有特质.MP4
[GLM]05_GLM的stream流式响应讲解.ts
[GPT]02_OPEN AI官网及开发者平台使用指南.ts
[Claude]10_stream函数及生成器本质讲解.ts
[GLMAssistantAPI]01_调用assistantAPI流程与效果.ts
[Claude]08_tool_choice与定制Json输出及tool_use大实战.ts
[Gemini]04_掌握原生generate_content函数多轮对话技巧.ts
[Gemini]10_API精细化控制生成结构化与Json参数.ts
[GPT4o]07_5步的 tool use完整的调用流程与汇总.ts
[GLM]08_tooluse接入维基百科搜索实战.ts
[Gemini]01_Gemini注册指南-最新模型免费API调用.ts
[GPTo1]06_用o1蒸馏模型实战(下).ts
[GLM]09_CogVideoX视频生成大模型.ts
[Gemini]02_生态体验攻略与微调实战.ts
[GPTo1]04_2种加载模型o1没有的Json结构功能与[实战].ts
[GLM]03_大模型API调用的消息和构建多轮对话机器人.ts
[Claude]13_异步的API调用的讲解与实践.ts
[Gemini]07_API精细化控制生成之generation_config与max_t.ts
[Claude]09_揭秘prompt Cache提示缓存:节省成本加快响应的绝技.ts
[GPT]04_API账户充值及领取API_KEY及首次调用API.ts
提示工程全解指南.ts
[GPT4o]10_输出生成结构化的3种方式(JSON结构化).ts
Ch 6.3 奖励模型原理.ts
Ch 5.2 如何理解PPO.ts
Ch 2.3 LLama_factory 安装部署及验证.ts
Ch 4.3如何在windows配置环境.ts
Ch 6.1 RLHF&Qwen2.5,RLHF背景与意义.ts
Ch 5.1PPO&llama3.2_什么是PPO算法.ts
Ch 1.4 高效微调及范围.ts
Ch 5.3 各个模型PPO算法的协作关系.ts
Ch 1.5 强化学习RHLF介绍.ts
Ch 6.5 RLHF全流程微调.ts
Ch 3.1 如何获取数据源及使用解析.ts
Ch 3.4 数据验证&deepspeed微调.ts
Ch 1.2 微调与其他技术的区别和关联.ts
Ch 4.1 win&Qlora&qwen2.5_Qlora能节约多少内存.ts
Ch 2.4 实战Qwen2.5微调.ts
Ch 4.2 Qlora核心概念.ts
Ch 5.4 PPO模型与数据的选择.ts
Ch 3.2 llamafactory中如何使用和注册数据集.ts
DPO微调Qwen2.5.ts
九天菜菜-大模型与Agent开发实战
大模型微调-课件
Agent开发实战-课件
PART4:DeepSeekV3 (5小节)
1-在线大模型部署调用
6-直播回放篇
5-RAG项目实战企业篇
03_ReAct Agent 基础理论与项目实战
项目开发实战一:从零搭建多功能智能体 MateGen Pro(第一部分)
15_MicroSoft AutoGen 开发框架基础入门
06_OpenAI Assistant API 高阶应用 - 流式输出_20241010_175342
14_LangGraph 多代理与 GraphRAG 综合应用实战
01_ChatGLM3-6B
[Claude 3.5 系列]
[OpenAI 账号注册与环境配置]
[Gemini 系列]
[Dspy]
加餐-前沿技术追更

分享时间

0001-01-01

入库时间

2026-08-05

资源类型

夸克网盘

分享用户

乐不*支的苹果

扫码获取资源

问题反馈链接失效、内容异常、密码错误等问题都可以快速提交。

进入网盘

分享资源