57_1-提示工程的作用.mp4 37.3MB

46_3-数据文档切分操作.mp4 44.6MB

6_6-整体总结分析.mp4 31.7MB

44_1-langchain框架解读.mp4 22.5MB

38_5-感知与反思模块构建流程.mp4 39.4MB

47_4-样本索引与向量构建.mp4 41.6MB

64_3-微调要解决的问题.mp4 14.0MB

42_9-思考模块解读.mp4 27.7MB

60_4-训练流程演示.mp4 52.7MB

61_5-效果演示与总结分析.mp4 33.1MB

45_2-基本API调用方法.mp4 44.7MB

62_1-RAG与微调可以解决与无法解决的问题.mp4 21.1MB

53_2-LLM落地微调分析.mp4 35.1MB

48_5-数据切块方法.mp4 49.5MB

63_2-RAG实践策略.mp4 17.2MB

52_1-大模型如何做下游任务.mp4 30.0MB

7_7-GPTS分析一波.mp4 47.4MB

9_1-GPTS任务流程概述分析.mp4 58.0MB

5_5-框架的作用和能解决的问题.mp4 68.2MB

41_8-感知模块解读.mp4 30.0MB

54_3-LLAMA与LORA介绍.mp4 29.3MB

49_1-MOE概述分析.mp4 21.1MB

51_3-效果分析与总结.mp4 42.9MB

58_2-项目数据解读.mp4 43.7MB

50_2-MOE模块实现方法解读.mp4 30.2MB

40_7-整体流程框架图.mp4 32.3MB

43_10-项目环境配置方法解读.mp4 44.6MB

59_3-源码调用DEBUG解读.mp4 41.0MB

8_8-经典任务分析.mp4 40.2MB

56_5-LORA模型实现细节.mp4 40.6MB

55_4-LORA微调的核心思想.mp4 21.9MB

4_4-多智能体定义分析.mp4 45.3MB

16_4-接入外部API的方法与流程.mp4 59.0MB

19_1-论文概述分析.mp4 41.6MB

21_3-项目环境配置.mp4 67.1MB

35_2-要解决的问题和整体框架分析.mp4 50.1MB

15_3-前端助手API与流程图配置.mp4 80.8MB

23_1-Agent要完成的任务和业务逻辑定义.mp4 59.1MB

26_4-子问题生成总结结果.mp4 52.0MB

1_1-Agent要解决的问题分析.mp4 36.5MB

39_6-计划模块实现细节.mp4 45.5MB

36_3-论文基本框架分析.mp4 70.7MB

22_0-基本Agent的组成.mp4 56.4MB

30_3-召回优化策略分析.mp4 18.1MB

28_1-RAG要完成的任务解读.mp4 15.4MB

11_3-API相关配置完成.mp4 37.4MB

32_5-评估工具RAGAS.mp4 40.8MB

3_3-与大模型的关系分析.mp4 49.8MB

14_2-后端GPT项目部署启动.mp4 72.7MB

37_4-Agent的记忆信息.mp4 41.0MB

25_3-检索得到重要的URL.mp4 38.4MB

29_2-RAG整体流程解读.mp4 17.7MB

18_6-指令提示构建.mp4 29.3MB

20_2-整体框架逻辑介绍.mp4 59.0MB

13_1-DEMO演示与整体架构分析.mp4 89.5MB

2_2-Agent需要具备的基本能力.mp4 35.6MB

17_5-引入API方法解读.mp4 52.7MB

24_2-问题拆解与执行流程.mp4 85.1MB

12_4-完成指令与脚本并生成.mp4 57.2MB

10_2-调用API的控制方式.mp4 31.0MB