从0到1学习AI开发：涵盖RAG,embedding,rerank等技术，助力行业落地

' y7 n9 S) V* @: j7 O8 b' }
. K; m- {+ n; c: D! k5 i3 O3 t
课程内容：
资料
企业RAG技术实战.pdf
ai认知课.pdf
embedding技术.pdf
rerank技术.pdf
9 _4 V3 Z; j$ I3 s( s9 O9 ?  }0 S6 v. Bllama-factory微调.pdf
9 h+ c! Y; F2 {# W4 `4 }7 f0 c) w* c13_第五课：模块化RAG（一）顺序模式，条件模式，分支模式.mp4
# c2 \) @/ t, x11_第三课：高级RAG（一）层次索引，句子窗口，子查询，HyDE.mp4
  q4 C, S5 ^) G- W37_第十一课：Langgraph多Agent架构：协作多Age.mp4
8_第五课：模型部署（模型合并导出与量化，本地部署）.mp4
+ o  X7 Y. B3 m29_第三课：Agent平台：国内外主流平台，Coze搭建智能客服.mp4
33_第七课：Agent设计模式（三）：Reflexion，LAT.mp4
15_第七课：Embedding原理：word2vec、CBOW.mp4
16_第八课：Embedding模型训练：llamaindex微调.mp4
21_第十三课：相似性搜索算法：k-means，肘部法则.mp4
; j  V) K8 R- k; _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
" _& s5 Q' I7 I" i8 H35_第九课：Langchain项目原理与实战.mp4
5_第二课：微调数据集准备（SFT继续预训练，偏好优化）.mp4
17_第九课：Embedding模型评估：MRR评测，MTEB评测.mp4
. O2 U6 Z5 P' c. q( ^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
1 ^' v/ A5 }' F4 W, T- [6 a/ T% |10_第二课：NaiveRAG与langchain实践.mp4
. j( C0 u! X% s5 _! y39_第十三课：AutoGen项目原理与实战（二）：代码执行，工具.mp4
, A1 ^3 y+ p: s" P+ m/ o- }12_第四课：高级RAG（二）提示词压缩，融合，llamainde.mp4
30_第四课：Agent工具使用与functioncall：MR.mp4
9_第一课：RAG技术原理与RAGFlow项目实操.mp4
27_第一课：Agent原理简介：planning、memory、.mp4
+ E7 H* @' j- e  i- V22_第十四课：近似邻近算法与过滤向量：PQ量化，HNSW，LSH.mp4
# D* ?8 c  U8 m! ]2 y24_第十六课：向量数据库代码示例：chroma与qdrant代码.mp4
- A& t' e) C6 w5 [8 G7 y20_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
4 h: E8 ]9 S) i/ i0 |/ T; v. R# Y/ {

游客，如果您要查看本帖隐藏内容请回复

9 I; y& j2 n$ {. g