課程目錄： ├── [2]-第二課：柏拉圖表征假說與scaling law：KM縮放定律.mp4 ├── [1]-第一課：人工智能介紹：迭代路徑，大模型進化樹，技術分類.mp4 ├── [3]-第三課：AI開發環境（python、conda、vscode.mp4 ├── [36]-第十課：Langgraph項目原理與實戰_ev.mp4 ├── [27]-第一課：Agent原理簡介：planning、memory、_ev.mp4 ├── [46]-第六課：LightRAG（二）：示例代碼，參數解讀，grap_ev.mp4 ├── [18]-第十課：Rerank技術原理與實踐（一）交叉編碼與雙編碼_ev.mp4 ├── [43]-第三課：GraphRAG（二）：索引原理，Leiden算法，_ev.mp4 ├── [26]-第十八課：RAG行業落地：實踐心得，落地經驗，業務場景_ev.mp4 ├── [24]-第十六課：向量數據庫代碼示例：chroma與qdrant代碼_ev.mp4 ├── [41]-第一課：知識圖譜：RDF,RDFS,OWL，知識圖譜架構,實_ev.mp4 ├── [9]-第一課：RAG技術原理與RAGFlow項目實操_ev.mp4 ├── [34]-第八課：Agent框架：Single Agent，Multi_ev.mp4 ├── [19]-第十一課：Rerank模型微調與實踐（二）rankGPT_ev.mp4 ├── [21]-第十三課：相似性搜索算法：k-means，肘部法則_ev.mp4 ├── [5]-第二課：微調數據集準備（SFT,繼續預訓練，偏好優化）_ev.mp4 ├── [25]-第十七課：RAG評估：評估指標，RAGAs，TruLens_ev.mp4 ├── [44]-第四課：GraphRAG（三）：全局查詢，局部查詢，drif_ev.mp4 ├── [47]-第七課：LightRAG（三）：Neo4j使用，API Se_ev.mp4 ├── [4]-第一課：大模型微調llama-factory環境準備_ev.mp4 ├── [7]-第四課：模型評估（批量推理與自動評估benchmark）_ev.mp4 ├── [33]-第七課：Agent設計模式（三）：Reflexion，LAT_ev.mp4 ├── [12]-第四課：高級RAG（二）提示詞壓縮，融合，llamainde_ev.mp4 ├── [39]-第十三課：AutoGen項目原理與實戰（二）：代碼執行，工具_ev.mp4 ├── [17]-第九課：Embedding模型評估：MRR評測，MTEB評測_ev.mp4 ├── [37]-第十一課：Langgraph 多Agent架構：協作多Age_ev.mp4 ├── [13]-第五課：模塊化RAG（一）順序模式，條件模式，分支模式_ev.mp4 ├── [20]-第十二課：向量數據庫簡介與相似性測量：歐式距離，余弦相似度_ev.mp4 ├── [8]-第五課：模型部署（模型合并導出與量化，本地部署）_ev.mp4 ├── [42]-第二課：GraphRAG（一）：原理，部署使用，GraphR_ev.mp4 ├── [40]-第十四課：CrewAI項目原理與實戰：Crew,Task,A_ev.mp4 ├── [38]-第十二課：AutoGen項目原理與實戰（一）：AutoGen_ev.mp4 ├── [15]-第七課：Embedding原理：word2vec、CBOW_ev.mp4 ├── [10]-第二課：Naive RAG與langchain實踐_ev.mp4 ├── [28]-第二課：提示詞工程：軟提示詞，fewshot，COT,TOT_ev.mp4 ├── [22]-第十四課：近似鄰近算法與過濾向量：PQ量化，HNSW，LSH_ev.mp4 ├── [30]-第四課：Agent工具使用與function call：MR_ev.mp4 ├── [11]-第三課：高級RAG（一）層次索引，句子窗口，子查詢，HyDE_ev.mp4 ├── [29]-第三課：Agent平臺：國內外主流平臺，Coze搭建智能客服_ev.mp4 ├── [6]-第三課：微調過程lora微調與Qlora微調_ev.mp4 ├── [14]-第六課：模塊化RAG（二）迭代，遞歸檢索，FLARE，Toc_ev.mp4 ├── [16]-第八課：Embedding模型訓練：llamaindex微調_ev.mp4 ├── [31]-第五課：Agent設計模式（一）：Fewshot，ReAct_ev.mp4 ├── [32]-第六課：Agent設計模式（二）：REWOO，LLMComp_ev.mp4