| 内容目录 | 大小 |
| 📁 龙哥-AI大模型应用开发-模型训练-RAG-Agent-AI项目实战 | |
| 📁 资料 | |
| 📁 {1}-大模型工程师配套资料 | |
| 📄 [17]-第九课:Embedding模型评估:MRR评测,MTEB评测.mp4 | 139M |
| 📄 [22]-第十四课:近似邻近算法与过滤向量:PQ量化,HNSW,LSH.mp4 | 167M |
| 📄 [28]-第二课:提示词工程:软提示词,fewshot,COT,TOT.mp4 | 120M |
| 📄 [34]-第八课:Agent框架:Single Agent,Multi.mp4 | 118M |
| 📄 [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 | 78M |
| 📄 [5]-第二课:微调数据集准备(SFT,继续预训练,偏好优化).mp4 | 160M |
| 📄 [41]-第一课:知识图谱:RDF,RDFS,OWL,知识图谱架构,实.mp4 | 139M |
| 📄 [29]-第三课:Agent平台:国内外主流平台,Coze搭建智能客服.mp4 | 98M |
| 📄 [15]-第七课:Embedding原理:word2vec、CBOW.mp4 | 104M |
| 📄 [25]-第十七课:RAG评估:评估指标,RAGAs,TruLens.mp4 | 143M |
| 📄 [3]-第三课:AI开发环境(python、conda、vscode.mp4 | 75M |
| 📄 [38]-第十二课:AutoGen项目原理与实战(一):AutoGen.mp4 | 122M |
| 📄 [8]-第五课:模型部署(模型合并导出与量化,本地部署).mp4 | 132M |
| 📄 [16]-第八课:Embedding模型训练:llamaindex微调.mp4 | 133M |
| 📄 [31]-第五课:Agent设计模式(一):Fewshot,ReAct.mp4 | 127M |
| 📄 [27]-第一课:Agent原理简介:planning、memory、.mp4 | 83M |
| 📄 [44]-第四课:GraphRAG(三):全局查询,局部查询,drif.mp4 | 94M |