构建企业级AI大脑 大模型微调+高级RAG架构+智能Agent开发与项目实战
8小时前人工智能
课程介绍
在人工智能迅猛发展的今天，掌握大模型的核心应用技术已成为开发者的核心竞争力。本课程旨在为您提供一条从理论到实践、从技术到业务的完整学习路径，助您构建能够解决实际复杂问题的“企业级AI大脑”。
本课程不仅仅是一门技术课，更是一个面向工业级应用的完整解决方案指南。您将从零开始，系统地学习**大模型私有化微调**(使用Llama-Factory等工具)，让通用模型理解您的专属数据和任务;深入**检索增强生成(RAG)*的每一个技术环节，从基础的Naive RAG到高级的模块化、迭代式RAG，再到Embedding模型训练、Rerank重排序以及向量数据库的选型与优化，构建高性能、高准确度的知识问答系统;进而探索**智能体(Agent)*的前沿世界，学习Planning、Memory、Tool Use等核心概念，并通过LangChain、LangGraph、AutoGen、CrewAI等主流框架，亲手搭建能够自主规划、执行和协作的多智能体系统。
课程目录
├─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
├─2_第二课：柏拉图表征假说与scalinglaw：KM缩放定律 .mp4
├─3_第三课：AI开发环境(python、conda、vscode .mp4
├─4_第一课：大模型微调llama-factory环境准备 .mp4
├─5_第二课：微调数据集准备(SFT 继续预训练，偏好优化) .mp4
├─6_第三课：微调过程lora微调与Qlora微调 .mp4
├─7_第四课：模型评估(批量推理与自动评估benchmark) .mp4
├─8_第五课：模型部署(模型合并导出与量化，本地部署) .mp4
├─9_第一课：RAG技术原理与RAGFlow项目实操 .mp4
├─10_第二课：NaiveRAG与langchain实践 .mp4
├─11_第三课：高级RAG(一)层次索引，句子窗口，子查询，HyDE .mp4
├─12_第四课：高级RAG(二)提示词压缩，融合，llamainde .mp4
├─13_第五课：模块化RAG(一)顺序模式，条件模式，分支模式 .mp4
├─14_第六课：模块化RAG(二)迭代，递归检索，FLARE，Toc .mp4
├─15_第七课：Embedding原理：word2vec、CBOW .mp4
├─16_第八课：Embedding模型训练：llamaindex微调 .mp4
├─17_第九课：Embedding模型评估：MRR评测，MTEB评测 .mp4
├─18_第十课：Rerank技术原理与实践(一)交叉编码与双编码 .mp4
├─19_第十一课：Rerank模型微调与实践(二)rankGPT .mp4
├─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
├─21_第十三课：相似性搜索算法：k-means，肘部法则 .mp4
├─22_第十四课：近似邻近算法与过滤向量：PQ量化，HNSW，LSH .mp4
├─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
├─24_第十六课：向量数据库代码示例：chroma与qdrant代码 .mp4
├─25_第十七课：RAG评估：评估指标，RAGAs，TruLens .mp4
├─26_第十八课：RAG行业落地：实践心得，落地经验，业务场景 .mp4
├─27_第一课：Agent原理简介：planning、memory、 .mp4
├─28_第二课：提示词工程：软提示词，fewshot，COT TOT .mp4
├─29_第三课：Agent平台：国内外主流平台，Coze搭建智能客服 .mp4
├─30_第四课：Agent工具使用与functioncall：MR .mp4
├─31_第五课：Agent设计模式(一)：Fewshot，ReAct .mp4
├─32_第六课：Agent设计模式(二)：REWOO，LLMComp .mp4
├─33_第七课：Agent设计模式(三)：Reflexion，LAT .mp4
├─34_第八课：Agent框架：SingleAgent，Multi .mp4
├─35_第九课：Langchain项目原理与实战 .mp4
├─36_第十课：Langgraph项目原理与实战 .mp4
├─37_第十一课：Langgraph多Agent架构：协作多Age .mp4
├─38_第十二课：AutoGen项目原理与实战(一)：AutoGen .mp4
├─39_第十三课：AutoGen项目原理与实战(二)：代码执行，工具 .mp4
├─40_第十四课：CrewAI项目原理与实战：Crew Task A .mp4
(1)\资料;目录中文件数:4个
├─embedding技术.pdf
├─llama-factory微调.pdf
├─rerank技术.pdf
├─企业RAG技术实战.pdf
