AI 大模型应用开发模型训练落地

• folder:AI 大模型应用开发模型训练落地
• folder:资料
• file:16_第八课：Embedding模型训练：llamaindex微调 .mp4
• file:10_第二课：NaiveRAG与langchain实践 .mp4
• file:5_第二课：微调数据集准备（SFT 继续预训练，偏好优化） .mp4
• file:32_第六课：Agent设计模式（二）：REWOO，LLMComp .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:34_第八课：Agent框架：SingleAgent，Multi .mp4
• file:4_第一课：大模型微调llama-factory环境准备 .mp4
• file:30_第四课：Agent工具使用与functioncall：MR .mp4
• file:35_第九课：Langchain项目原理与实战 .mp4
• file:33_第七课：Agent设计模式（三）：Reflexion，LAT .mp4
• file:7_第四课：模型评估（批量推理与自动评估benchmark） .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:36_第十课：Langgraph项目原理与实战 .mp4
• file:15_第七课：Embedding原理：word2vec、CBOW .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:14_第六课：模块化RAG（二）迭代，递归检索，FLARE，Toc .mp4
• file:19_第十一课：Rerank模型微调与实践（二）rankGPT .mp4
• file:28_第二课：提示词工程：软提示词，fewshot，COT TOT .mp4
• file:21_第十三课：相似性搜索算法：k-means，肘部法则 .mp4
• folder:AI 大模型应用开发模型训练落地