课程目录：

├── 00_Python基础
│ ├── 1-初始Python.mp4
│ ├── 3-macOS环境安装.mp4
│ ├── 8-Python文档化应用场景.mp4
│ ├── 17-爬虫（4）.mp4
│ ├── 7-Python工程应用-字符串.mp4
│ ├── 16-爬虫（3）.mp4
│ ├── 4-VSCode安装与应用.mp4
│ ├── 19.dotenv使用.mp4
│ ├── 14-爬虫（1）.mp4
│ ├── 13-文件IO.mp4
│ ├── 12-JSON应用.mp4
│ ├── 6-pip包管理工具.mp4
│ ├── 20.FastAPI的使用.mp4
│ ├── 10-字符编码的处理.mp4
│ ├── 9-如何使用注解.mp4
│ ├── 18-字符串处理.mp4
│ ├── 5-PyCharn安装与应用.mp4
│ ├── 11-Python程序调式和异常处理技巧.mp4
│ ├── 2-Windows环境安装.mp4
│ ├── 15-爬虫（2）.mp4
├── 08_LangGraph
│ ├── day12_LangGraph
│ │ ├── 【课件】LangGraph.pdf
│ │ ├── 【语雀】LangGraph.txt
│ │ ├── 【录播】LangGraph.mp4
│ │ ├── 【MD】LangGraph.md
│ │ ├── 【资料】LangGraph.pdf
│ │ ├── day12-demo.zip
├── 15 项目实战（聚客一和二期)
│ ├── day_27基于本地大模型的在线心理问诊系统（训练篇）
│ │ ├── 项目流程.png
│ │ ├── 【录播】基于本地大模型的在线心理问诊系统（训练篇01）.mp4
│ │ ├── demo_27.zip
│ │ ├── 【资料】xtuner微调大模型教程.pdf
│ │ ├── 【课件】基于本地大模型的在线心理问诊系统（训练篇）.pdf
│ │ ├── data.zip
│ ├── day_28基于本地大模型的在线心理问诊系统（训练篇）
│ │ ├── llamafactory数据集转换代码
│ │ │ ├── data_utils.py
│ │ ├── xtuner环境
│ │ │ ├── requirements.txt
│ │ ├── data
│ │ │ ├── llama_factory_data.zip
│ │ │ ├── output_conversations.csv
│ │ │ ├── xtuner_data.zip
│ │ ├── xtuner模型训练配置文件
│ │ │ ├── internlm2_5_chat_7b_qlora_oasst1_e3.py
│ │ │ ├── qwen1_5_1_8b_chat_qlora_alpaca_e3.py
│ │ ├── 【录播】基于本地大模型的在线心理问诊系统（训练篇02）.mp4
│ ├── day_31基于RAG的线上智能客服系统（部署篇）
│ │ ├── lora模型
│ │ │ ├── Qwen2.5-3B-Instruct-lora.zip
│ │ ├── 【课件】基于RAG的线上智能客服系统（部署篇）.pdf
│ │ ├── 【录播】基于RAG的线上智能客服系统（部署篇）.mp4
│ │ ├── 【资料】OpenCompass文档.md
│ │ ├── demo_31.zip
│ ├── day_32基于pytorch的语音识别与语音唤醒
│ │ ├── 本地存储index的RAG
│ │ │ ├── data
│ │ │ │ ├── 【资料】OpenCompass文档.md
│ │ │ │ ├── data.csv
│ │ │ ├── storage
│ │ │ │ ├── image__vector_store.json
│ │ │ │ ├── default__vector_store.json
│ │ │ │ ├── index_store.json
│ │ │ │ ├── graph_store.json
│ │ │ │ ├── docstore.json
│ │ │ ├── rag.py
│ │ ├── 【课件】扩展项目（基于pytorch实现的语音识别）.pdf
│ │ ├── 语音应用场景.png
│ │ ├── 【录播】扩展项目（基于pytorch的语音识别与语音唤醒）.mp4
│ │ ├── demo_32.zip
│ ├── day33_RAG项目实战（使用llamaindex构建自己的知识库）
│ │ ├── 【资料】RAG项目实战（使用llamaindex构建自己的知识库）.pdf
│ │ ├── 【录播】RAG项目实战（使用llamaindex构建自己的知识库）.mp4
│ │ ├── RAG_项目源码.zip
│ │ ├── 【课件】RAG项目实战（使用llamaindex构建自己的知识库）.pdf
│ ├── day34_视觉项目实战（基于yolo的骨龄识别项目_01）
│ │ ├── 【资料】YOLOv5目标侦测教程.pdf
│ │ ├── 【课件】视觉项目实战（基于yolo的骨龄识别项目_01）.pdf
│ │ ├── 【录播】视觉项目实战（基于yolo的骨龄识别项目_01）.mp4
│ │ ├── yolov5-master.zip
│ ├── day35_视觉项目实战（基于yolo的骨龄识别项目_02）
│ │ ├── 【课件】视觉项目实战（基于yolo的骨龄识别项目_02）.pdf
│ │ ├── 【录播】视觉项目实战（基于yolo的骨龄识别项目_02）.mp4
│ ├── day_30基于RAG的线上智能客服系统（微调篇）
│ │ ├── 项目背景.png
│ │ ├── data.zip
│ │ ├── 【录播】基于RAG的线上智能客服系统（微调篇）.mp4
│ │ ├── 【课件】基于RAG的线上智能客服系统（微调篇）.pdf
│ │ ├── demo_30.zip
│ ├── day_29基于本地大模型的在线心理问诊系统(部署篇)
│ │ ├── 项目模型
│ │ │ ├── Qwen1.5-1.8B-Chat_cusm
│ │ │ │ ├── merges.txt
│ │ │ │ ├── added_tokens.json
│ │ │ │ ├── config.json
│ │ │ │ ├── special_tokens_map.json
│ │ │ │ ├── generation_config.json
│ │ │ │ ├── tokenizer_config.json
│ │ │ │ ├── model.safetensors
│ │ │ │ ├── vocab.json
│ │ │ │ ├── tokenizer.json
│ │ │ ├── training_eval_loss.png
│ │ │ ├── trainer_log.jsonl
│ │ │ ├── training_loss.png
│ │ ├── 【录播】基于本地大模型的在线心理问诊系统(部署篇).mp4
│ │ ├── 【课件】基于本地大模型的在线心理问诊系统（部署篇）.pdf
│ │ ├── 【资料】基于本地大模型的在线心理问诊系统（部署篇）.pdf
├── 06_LangChain进阶
│ ├── day10_自定义组件专题
│ │ ├── 【录播】自定义组件专题.mp4
│ │ ├── 【资料】自定义组件专题.pdf
│ │ ├── 【MD】自定义组件专题.md
│ │ ├── 【语雀】自定义组件专题.txt
│ │ ├── day10-demo.zip
│ │ ├── 【课件】自定义组件专题.pdf
├── 02_Prompt基础
│ ├── day04_Prompt Engineering 提示词工程
│ │ ├── 【MD】Prompt Engineering 提示词工程.md
│ │ ├── 【资料】Prompt Engineering 提示词工程.pdf
│ │ ├── ChatGPT提示技巧工程完全指南.pdf
│ │ ├── DALL-E-3绘图提示词大全.pdf
│ │ ├── 【录播】Prompt Engineering 提示词工程.mp4
│ │ ├── day4-demo.zip
│ │ ├── 【课件】Prompt Engineering 提示词工程.pdf
│ │ ├── 【语雀】Prompt Engineering 提示词工程.txt
│ │ ├── 实用Prompt指令大全.xlsx
├── 14_AutoGen Studio
│ ├── day_26AutoGen Studio调用本地大模型实现多Agent应用
│ │ ├── 【课件】AutoGen Studio入门使用.pdf
│ │ ├── 【资料】AutoGen Studio入门使用.pdf
│ │ ├── 【录播】AutoGen Studio调用本地大模型实现多Agent应用.mp4
├── 05_Rag基础
│ ├── day09_RAG 专题
│ │ ├── day9-demo.zip
│ │ ├── 【语雀】RAG 专题.txt
│ │ ├── 【MD】RAG 专题.md
│ │ ├── 【录播】RAG 专题.mp4
│ │ ├── 【课件】RAG 专题.pdf
│ │ ├── 【资料】RAG 专题.pdf
├── 12_多模态
│ ├── day_23多模态（多模态大模型的概念与本地部署调用）
│ │ ├── 【课件】多模态（多模态大模型的概念与本地部署调用）.pdf
│ │ ├── 文生视频效果.mp4
│ │ ├── 【资料】多模态（多模态大模型的概念与本地部署调用）.pdf
│ │ ├── 【录播】多模态大模型的概念与本地部署调用.mp4
├── 16_项目实战（聚客第三期_最新）
│ ├── day14_LLaMA-Factory模型评估与QLora微调
│ │ ├── 【课件】LLama-Factory模型评估与QLora微调.pdf
│ │ ├── 【录播】LLama-Factory模型评估与QLora微调.mp4
│ │ ├── AI技术路线.pdf
│ │ ├── 【资料】LLama-Factory模型评估.pdf
│ ├── day09_远程GPU服务器
│ │ ├── 代码与资料
│ │ │ ├── 模型推理代码
│ │ │ │ ├── detect02.py
│ │ │ │ ├── detect.py
│ │ │ ├── GPT2训练日志及权重
│ │ │ │ ├── output.log
│ │ │ │ ├── net.pt
│ │ │ ├── GPU服务器配置与使用.pdf
│ │ ├── 1月8日.mp4
│ │ ├── 未命名文档.PanD
│ ├── day25_deep-seek与多卡训练
│ │ ├── 课堂笔记
│ │ │ ├── deepseek.png
│ │ ├── 【课件】deepseek与分布式训练.pdf
│ │ ├── 【录播】deep_seek与多卡训练.mp4
│ ├── 1_开班典礼-241216
│ │ ├── 2024-12-16 开班典礼.mp4
│ ├── day18_LMDeploy部署大模型
│ │ ├── demo_18
│ │ │ ├── test02.py
│ │ │ ├── test01.py
│ │ ├── 【资料】LMDeploy部署大模型.pdf
│ │ ├── 【录播】LMDeploy部署大模型.mp4
│ ├── day17_Xtuner微调大模型
│ │ ├── xtuner微调配置文件
│ │ │ ├── qwen1_5_1_8b_chat_qlora_alpaca_e3.py
│ │ ├── xtuner数据集转换代码
│ │ │ ├── data
│ │ │ │ ├── target_data.json
│ │ │ │ ├── ruozhiba_qaswift.json
│ │ │ ├── data_utils.py
│ │ ├── 【录播】Xtuner微调大模型（QLora与Lora）.mp4
│ │ ├── 【资料】xtuner微调大模型教程.pdf
│ ├── 3_LangChain
│ │ ├── LangChain
│ │ │ ├── assets
│ │ │ │ ├── data_connection.jpg
│ │ │ │ ├── langchain.png
│ │ │ │ ├── model_io.jpg
│ │ │ ├── serve
│ │ │ │ ├── joke_server.py
│ │ │ │ ├── joke_client.py
│ │ │ ├── index.ipynb
│ │ │ ├── memory.db
│ │ │ ├── llama2.pdf
│ │ │ ├── example_prompt_template.txt
│ │ ├── LangChain.mp4
│ ├── day10_llama3大模型本地调用
│ │ ├── demo_10
│ │ │ ├── Llama3_test
│ │ │ │ ├── test02.py
│ │ │ │ ├── test01.py
│ │ │ ├── detect02.py
│ │ │ ├── net.pt
│ │ │ ├── detect.py
│ │ │ ├── data.py
│ │ │ ├── train.py
│ │ ├── 【录播】llama3大模型本地调用.mp4
│ │ ├── 【课件】llama3大模型本地调用.pdf
│ ├── day23_AutoGen_Studio搭建多智能体应用
│ │ ├── 图像资料
│ │ │ ├── Agent01.png
│ │ │ ├── Agent03.png
│ │ │ ├── Agent02.png
│ │ ├── 【课件】AutoGen_Studio搭建多智能体应用.pdf
│ │ ├── 【录播】AutoGen_Studio搭建多智能体应用.mp4
│ │ ├── 【资料】AutoGen_Studio搭建多智能体应用.pdf
│ ├── day24_多模态大模型
│ │ ├── 笔记
│ │ │ ├── 多模态01.png
│ │ │ ├── 多模态02.png
│ │ ├── 【资料】多模态（多模态大模型的概念与本地部署调用）.pdf
│ │ ├── 【课件】多模态（多模态大模型的概念与本地部署调用）.pdf
│ │ ├── 【录播】多模态大模型的概念与本地部署调用.mp4
│ ├── day29_基于RAG的法律条文助手（实现篇）
│ │ ├── 项目源码
│ │ │ ├── rag_law
│ │ │ │ ├── data
│ │ │ │ │ ├── data1.json
│ │ │ │ ├── llama_index_llm.py
│ │ │ │ ├── rag_law.py
│ │ │ │ ├── read_json.py
│ │ │ │ ├── llama_index_vllm.py
│ │ ├── 【课件】基于RAG的法律条文智能助手（实现篇）.pdf
│ │ ├── 【录播】基于RAG的法律条文智能助手【实现篇】.mp4
│ ├── day21_llama-index入门实操
│ │ ├── demo_21
│ │ │ ├── data
│ │ │ │ ├── README_zh-CN.md
│ │ │ ├── test01.py
│ │ │ ├── test02.py
│ │ │ ├── test03.py
│ │ │ ├── download_hf.py
│ │ ├── 【录播】Llama_index入门实操.mp4
│ │ ├── 【课件】Llama_index入门实操.pdf
│ ├── day05_基于 BERT 的中文评价情感分析
│ │ ├── 【录播】基于 BERT 的中文评价情感分析.mp4
│ │ ├── 【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
│ │ ├── 【课件】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
│ ├── day16_Qwen模型打包部署（HF转GGUF&ollama+open_webui部署）
│ │ ├── 【录播】Qwen模型打包部署（HF转GGUF&ollama+open_webui部署）.mp4
│ │ ├── 【课件】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
│ │ ├── Qwen1___5-1___8B-Chat-merged-q8.gguf
│ │ ├── 【资料】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
│ ├── day12_Lora模型合并与推理测试
│ │ ├── 【录播】Lora模型合并与推理测试.mp4
│ ├── day08_GPT2-中文生成模型定制化微调训练
│ │ ├── 【录播】GPT2-中文生成模型定制化微调训练.mp4
│ │ ├── 【课件】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf
│ │ ├── gpt2-chinese模型.zip
│ ├── day20_llama-index核心组件
│ │ ├── demo_20
│ │ │ ├── data
│ │ │ │ ├── README_zh-CN.md
│ │ │ │ ├── pdf内容研报.pdf
│ │ │ │ ├── requirements.txt
│ │ │ ├── test01.py
│ │ │ ├── test02.py
│ │ ├── 【录播】Llama_Index核心组件介绍.mp4
│ │ ├── 【资料】Llama_Index（核心组件介绍）.pdf
│ │ ├── 模型微调与RAG.png
│ │ ├── 【课件】Llama_Index（核心组件介绍）.pdf
│ ├── day04_Hugging Face 核心组件介绍
│ │ ├── 【课件】Hugging Face 核心组件介绍.pdf
│ │ ├── 【录播】Hugging Face 核心组件介绍.mp4
│ │ ├── 【资料】Hugging Face 核心组件介绍.pdf
│ ├── day26_基于本地大模型的AI试题系统（方案篇）
│ │ ├── 数据
│ │ │ ├── 2023年高考生物选择题专练(8套)含答案及解析.docx
│ │ │ ├── 2020年高考生物选择题专项训练11-15套Word版含答案及解析.docx
│ │ │ ├── 高考生物常识选择题单选题100道及答案.docx
│ │ │ ├── 2020年高考生物选择题专项训练20套附答案及解析.docx
│ │ │ ├── 数据示例.xls
│ │ │ ├── 2022年高考生物选择题专项训练(共6份).docx
│ │ ├── AI题库项目分析.png
│ │ ├── 【录播】基于本地大模型的AI试题系统（方案篇）.mp4
│ ├── day07_如何处理超长文本训练问题
│ │ ├── 【课件】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf
│ │ ├── 【录播】如何处理超长文本训练问题.mp4
│ ├── day27_基于本地大模型的AI试题系统（实现篇）
│ │ ├── Lora模型与训练日志
│ │ ├── 转换后的训练集与测试集
│ │ │ ├── test.json
│ │ │ ├── train.json
│ │ ├── 标注后的数据
│ │ │ ├── 高考生物选择题01.csv
│ │ │ ├── 高考生物选择题02.csv
│ │ ├── 数据转换代码
│ │ │ ├── data_utils.py
│ │ │ ├── test_data.py
│ │ ├── 【录播】基于本地大模型的AI试题系统（实现篇）.mp4
│ ├── day28_基于RAG的法律条文智能助手（方案篇）
│ │ ├── llama_factory对话模板导出
│ │ │ ├── 文件位置.jpg
│ │ │ ├── mytest.py
│ │ ├── RAG知识库数据获取
│ │ │ ├── data_test01.py
│ │ │ ├── data_test02.py
│ │ ├── 模型微调数据集
│ │ │ ├── train_data.json
│ │ ├── R1思维链与微调.png
│ │ ├── 【课件】基于RAG的法律条文智能助手（方案篇）.pdf
│ │ ├── 【录播】基于RAG的法律条文智能助手【方案篇】.mp4
│ │ ├── RAG项目需求.png
│ ├── day30_基于pytorch的语音唤醒系统
│ │ ├── 项目源码
│ │ ├── 【录播】扩展项目（基于pytorch的语音唤醒系统）.mp4
│ │ ├── 语音唤醒.png
│ │ ├── 【课件】扩展项目（基于pytorch实现的语音识别）.pdf
│ ├── day15_Qwen模型打包部署（Lora模型合并&转GGUF模型部署）
│ │ ├── Lora
│ │ ├── 【录播】HF模型转GGUF以及使用ollama部署.mp4
│ │ ├── 【资料】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
│ │ ├── 【课件】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
│ ├── day06_自定义vocab
│ │ ├── 如果OpenCompassData-core-20240207.zip压缩包下载解压有问题就用当前目录对应的解压包
│ │ ├── OpenCompassData-core-20240207.zip
│ │ ├── 【录播】OpenCompass大模型评估.mp4
│ │ ├── 【资料】OpenCompass模型评估.pdf
│ │ ├── 【课件】OpenCompass模型评估.pdf
│ ├── day11_Llama3.2模型微调
│ │ ├── 【课件】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
│ │ ├── 【录播】llama3.2模型微调.mp4
│ │ ├── data.zip
│ │ ├── 【资料】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
│ ├── day22_llama-index实现RAG
│ │ ├── 【课件】Llama_index实现RAG.pdf
│ │ ├── 【录播】llama-index实现RAG.mp4
│ ├── 2_RAG-Embedding-Vector
│ │ │ ├── 向量数据库和RAG高级进阶.mp4
│ │ ├── day01
│ │ │ ├── Python语法入门教程.md
│ │ │ ├── RAG搭建流程和文本向量.mp4
│ ├── day13_LLaMA-Factory模型导出量化
│ │ ├── 【资料】LLaMa3导出量化（LLaMA-Factory模型导出量化）.pdf
│ │ ├── 【课件】LLaMa3导出量化（LLaMA-Factory模型导出量化）.pdf
│ │ ├── 【录播】LLaMA-Factory模型导出量化.mp4
├── 07_langChain和RAG实战
│ ├── day11_基于LangChain和RAG的常用案例实战
│ │ ├── 【语雀】基于LangChain和RAG的常用案例实战.txt
│ │ ├── 【资料】基于LangChain和RAG的常用案例实战.pdf
│ │ ├── day11-demo.zip
│ │ ├── 【录播】基于LangChain和RAG的常用案例实战.mp4
│ │ ├── 【课件】基于LangChain和RAG的常用案例实战.pdf
│ │ ├── 【MD】基于LangChain和RAG的常用案例实战.md
├── 其他赠送大礼包-非机构课程
│ ├── LLMs大模型拆解版本（92个文件）
│ │ ├── 75-GPT 经验篇.pdf
│ │ ├── 31-大模型（LLMs）推理面.pdf
│ │ ├── 25-Graph RAG 面 — 一种 基于知识图谱的大模型检索增强实现策略.pdf
│ │ ├── 33-增量预训练（Pretrain）样本拼接篇.pdf
│ │ ├── 84-大模型（LLMs）软硬件配置面.pdf
│ │ ├── 73-百川智能baichuan7B、13B、53B、baichuan2 总结篇.pdf
│ │ ├── 16-LLM文档对话 —— pdf解析关键问题.pdf
│ │ ├── 36-大模型（LLMs）强化学习面.pdf
│ │ ├── 34-基于lora的llama2二次预训练.pdf
│ │ ├── 90-命名实体识别常见面试篇.pdf
│ │ ├── 70-大模型的幻觉问题篇.pdf
│ │ ├── 44-大模型（LLMs）分布式训练面.pdf
│ │ ├── 47-图解分布式训练（三） —— nn.parallel.DistributedDataParallel.pdf
│ │ ├── 3-LLMs 激活函数篇.pdf
│ │ ├── 2-Layer normalization 篇.pdf
│ │ ├── 23-大模型（LLMs）RAG —— 关键痛点及对应解决方案.pdf
│ │ ├── 65-LLM（大语言模型）部署加速方法——Faster Transformer篇.pdf
│ │ ├── 88-文本分类常见面试篇.pdf
│ │ ├── 58-怎么让英文大语言模型支持中文？（一） —— 构建中文tokenization.pdf
│ │ ├── 5-transformers 操作篇.pdf
│ │ ├── 56-LLMs 位置编码篇.pdf
│ │ ├── 61-大模型（LLMs）加速篇.pdf
│ │ ├── 22-检索增强生成(RAG) 优化策略篇.pdf
│ │ ├── 78-小样本提示学习篇.pdf
│ │ ├── 17-大模型（LLMs）RAG 版面分析——表格识别方法篇.pdf
│ │ ├── 50-图解分布式训练（六）—— Pytorch的 DeepSpeed 详细解析.pdf
│ │ ├── 43-显存优化策略篇.pdf
│ │ ├── 53-大模型分布式训练故障恢复篇.pdf
│ │ ├── 68-SwiftInfer —— 大模型无限流式输入推理飙升46%，打破多轮对话长度限制.pdf
│ │ ├── 64-大模型推理加速工具 —— vLLM.pdf
│ │ ├── 85-Token及模型参数准备篇.pdf
│ │ ├── 21-RAG（Retrieval-Augmented Generation）评测面.pdf
│ │ ├── LLMs大模型面试问题和答案97页.pdf
│ │ ├── 66-纯Python超轻量高性能LLM推理框架 —— LightLLM.pdf
│ │ ├── 62-LLMs 推理性能面.pdf
│ │ ├── 82-LLMs 浮点数篇.pdf
│ │ ├── 83-自定义 CUDA 函数的轻量级包装器 —— bitsandbytes篇.pdf
│ │ ├── 51-图解分布式训练（七）—— accelerate 分布式训练 详细解析.pdf
│ │ ├── 79-LLMs 测试集 中 数据泄露 问题篇.pdf
│ │ ├── 67-LLM推理技术之StreamingLLM：如何拥有无限长生成能力.pdf
│ │ ├── 13-基于langchain RAG问答应用实战.pdf
│ │ ├── 54-pytorch 分布式计算 坑-bug 梳理篇.pdf
│ │ ├── 32-大模型（LLMs）增量预训练篇.pdf
│ │ ├── 59-怎么让英文大语言模型支持中文？（二） —— 继续预训练篇.pdf
│ │ ├── 9-大模型（LLMs）微调面.pdf
│ │ ├── 29-LoRA 系列篇.pdf
│ │ ├── 39-强化学习在自然语言处理下的应用篇.pdf
│ │ ├── 60-怎么让英文大语言模型支持中文？（三） —— 对预训练模型进行指令微调.pdf
│ │ ├── 80-MOE（Mixture-of-Experts）篇.pdf
│ │ ├── 41-大模型（LLMs）LLM生成SFT数据方法面.pdf
│ │ ├── 57-LLMs Tokenizer 篇.pdf
│ │ ├── 6-LLMs 损失函数篇.pdf
│ │ ├── 46-图解分布式训练（二） —— nn.DataParallel篇.pdf
│ │ ├── 14-基于LLM+向量库的文档对话 经验面.pdf
│ │ ├── 30-如何使用 PEFT库 中 LoRA？.pdf
│ │ ├── 27-适配器微调（Adapter-tuning）篇.pdf
│ │ ├── 7-相似度函数篇.pdf
│ │ ├── 26-大模型（LLMs）参数高效微调(PEFT) 面.pdf
│ │ ├── 55-大模型（LLMs）agent 面.pdf
│ │ ├── 12-多轮对话中让AI保持长期记忆的8种优化方式篇.pdf
│ │ ├── 40-大模型（LLMs）训练集面.pdf
│ │ ├── 69-大模型幻觉（LLM Hallucination）面.pdf
│ │ ├── 11-大模型（LLMs）langchain 面.pdf
│ │ ├── 38-大模型（LLMs）强化学习—— PPO 面.pdf
│ │ ├── 1-大模型（LLMs）基础面.pdf
│ │ ├── 37-大模型（LLMs）强化学习——RLHF及其变种面.pdf
│ │ ├── 91-向量检索常见面试篇.pdf
│ │ ├── 24-大模型（LLMs）RAG 优化策略 —— RAG-Fusion篇.pdf
│ │ ├── 86-多模态常见面试篇.pdf
│ │ ├── 72-LLMs 对比篇.pdf
│ │ ├── 4-Attention 升级面.pdf
│ │ ├── 35-大模型（LLMs）评测面.pdf
│ │ ├── 15-大模型 RAG 经验面.pdf
│ │ ├── 63-LLM（大语言模型）部署加速方法——PagedAttention篇.pdf
│ │ ├── 52-图解分布式训练（八）—— ZeRO 学习.pdf
│ │ ├── 74-LLaMA 常见面试题篇.pdf
│ │ ├── 19-大模型外挂知识库优化——如何利用大模型辅助召回？.pdf
│ │ ├── 10-LLMs 训练经验帖.pdf
│ │ ├── 49-图解分布式训练（五） —— AMP混合精度训练 详细解析.pdf
│ │ ├── 48-图解分布式训练（四） —— torch.multiprocessing 详细解析.pdf
│ │ ├── 42-大模型（LLMs）显存问题面.pdf
│ │ ├── 89-文本摘要常见面试篇.pdf
│ │ ├── 87-NLP Trick 篇.pdf
│ │ ├── 81-大模型蒸馏篇.pdf
│ │ ├── 18-大模型（LLMs）RAG 版面分析——文本分块面.pdf
│ │ ├── 71-如何缓解大模型幻觉？.pdf
│ │ ├── 92-LLMs 其他 Trick.pdf
│ │ ├── 45-图解分布式训练（一） —— 流水线并行（Pipeline Parallelism）.pdf
│ │ ├── 76-思维链 Chain-of-Thought（COT）.pdf
│ │ ├── 8-大模型（LLMs）进阶面.pdf
│ │ ├── 77-思维链 Chain-of-Thought（COT）变体篇.pdf
│ │ ├── 20-大模型外挂知识库优化——负样本样本挖掘篇.pdf
│ │ ├── 28-提示学习（Prompting）篇.pdf
│ ├── 面试八股文
│ │ ├── 大模型常见面试题及解答2.pdf
│ │ ├── 大模型常考面试题总结（含答案）.pdf
│ │ ├── 大模型常见面试题3.pdf
│ │ ├── 从零开始大模型开发与微调基于PyTorch与ChatGLM.pdf
│ │ ├── 大模型 LLM 最全八股和答案.pdf
│ │ ├── 大模型落地应用案例集.pdf
│ │ ├── 大模型LLMS.pdf
│ │ ├── AI大模型面试题(102).pdf
│ │ ├── 大模型岗位面试全纪录.pdf
│ │ ├── 大模型校招面试题.pdf
│ │ ├── LLMs大模型面试问题和答案（97）.pdf
│ │ ├── 大模型常见面试题及解答1.pdf
│ ├── IntroductionLLM-大模型从理论到实践-电子书
│ │ ├── 大规模语言模型：从理论到实践课件
│ │ │ ├── ch3.pptx
│ │ │ ├── ch1.pptx
│ │ │ ├── ch7.pptx
│ │ │ ├── ch6.pptx
│ │ │ ├── ch2.pptx
│ │ │ ├── ch8.pptx
│ │ │ ├── ch4.pptx
│ │ │ ├── ch5.pptx
│ │ ├── 人工智能：现代方法（第4版）（上下册） .pdf
│ │ ├── 大规模语言模型：从理论到实践.pdf
├── 03_LangChain基础
│ ├── day06_LangChain Chat Model
│ │ ├── 【录播】LangChain Chat Model.mp4
│ │ ├── redis-3.2.100_x64.zip
│ │ ├── 【语雀】LangChain Chat Model.txt
│ │ ├── 【课件】LangChain Chat Model.pdf
│ │ ├── vs_BuildTools.exe
│ │ ├── RedisDesktopManager-2022.5.zip
│ │ ├── 【资料】LangChain Chat Model.pdf
│ │ ├── 【MD】LangChain Chat Model.md
│ │ ├── day6-demo.zip
│ ├── day07_LangChain Tools & Agent
│ │ ├── 【资料】LangChain Tools & Agent.pdf
│ │ ├── day7-demo.zip
│ │ ├── 【录播】LangChain Tools & Agent.mp4
│ │ ├── 【课件】LangChain Tools & Agent.pdf
│ │ ├── 【MD】LangChain Tools & Agent.md
│ │ ├── 【语雀】LangChain Tools & Agent.txt
│ ├── day05_LangChain 基础
│ │ ├── 【课件】LangChain 基础.pdf
│ │ ├── 【资料】LangChain 基础.pdf
│ │ ├── 【MD】LangChain 基础.md
│ │ ├── 【录播】LangChain 基础.mp4
│ │ ├── day5-demo.zip
│ │ ├── 【语雀】LangChain 基础.txt
├── 11_Llama3
│ ├── day_22LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）
│ │ ├── Llama-3-8B-Instruct
│ │ │ ├── qlora
│ │ ├── 【课件】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf
│ │ ├── 【资料】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf
│ │ ├── 【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） -笔记.PanD
│ │ ├── 【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） .mp4
│ ├── day_18Llama3大模型本地部署与调用
│ │ ├── 【录播】Llama3大模型本地部署与调用.mp4
│ │ ├── 【资料】Llama3大模型本地部署与调用.pdf
│ │ ├── 【资料】Llama3大模型本地部署与调用(1).pdf
│ │ ├── demo_18.zip
│ │ ├── 【课件】llama3大模型本地部署与调用.pdf
│ ├── day_20LLaMa3打包部署教程 (Lora 微调与模型合并）
│ │ ├── 【课件】LLaMa3打包部署（Lora微调与模型合并部署）.pdf
│ │ ├── demo_20.zip
│ │ ├── 【录播】LLaMa3打包部署教程 (Lora 微调与模型合并).mp4
│ │ ├── 【资料】LLaMa3 打包部署教程 (Lora 微调与模型合并部署).pdf
│ ├── day_19LLaMa3微调_使用 LLaMA-Factory微调Llama3
│ │ ├── 【录播】LLaMA_Factory微调Llama3.mp4
│ │ ├── data.zip
│ │ ├── demo_19.zip
│ │ ├── 【资料】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
│ │ ├── 【课件】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
│ ├── day_21LLaMa3打包部署（LLaMA-Factory模型评估与量化）
│ │ ├── 【资料】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf
│ │ ├── 【录播】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.mp4
│ │ ├── 【课件】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf
│ │ ├── Lora微调权重（Llama-3-8B-Instruct）.zip
├── 01_AI及LLM基础
│ ├── day01_AI领域基础概念
│ │ ├── OpenAI.apifox.json
│ │ ├── 【语雀】AI 领域基础概念.txt
│ │ ├── day1-demo.zip
│ │ ├── 【MD】AI 领域基础概念.md
│ │ ├── 【录播】AI 领域基础概念.mp4
│ │ ├── 【课件】AI 领域基础概念.pdf
│ │ ├── OpenAI-HK 操作指南.pdf
│ │ ├── 【资料】AI 领域基础概念.pdf
│ ├── day03_支持多模态输入的 AI Chatbot App
│ │ ├── 【资料】支持多模态输入的 AI Chatbot App.pdf
│ │ ├── 【课件】支持多模态输入的 AI Chatbot App.pdf
│ │ ├── 【语雀】支持多模态输入的 AI Chatbot App.txt
│ │ ├── 【录播】支持多模态输入的 AI Chatbot App.mp4
│ │ ├── day3-demo.zip
│ │ ├── 【MD】支持多模态输入的 AI Chatbot App.md
│ ├── day02_OpenAI 开发
│ │ ├── day2-demo.zip
│ │ ├── 【课件】OpenAI 开发.pdf
│ │ ├── 【语雀】OpenAI 开发.txt
│ │ ├── 【MD】OpenAI 开发.md
│ │ ├── 【录播】OpenAI 开发.mp4
│ │ ├── 【资料】OpenAI 开发.pdf
├── 10_modelScope
│ ├── day_17ModeScope在线训练平台&服务器选配训练模型
│ │ ├── 【课件】ModeScope在线训练平台&服务器选配训练模型.pdf
│ │ ├── 【录播】ModeScope在线训练平台&服务器选配训练模型.mp4
│ │ ├── demo_17.zip
│ │ ├── 【资料】ModeScope在线训练平台&服务器选配训练模型.pdf
├── AI大模型学习路径.pdf
├── 大神指南.docx
├── 04_Embedding基础
│ ├── day08_Embedding 与向量数据库
│ │ ├── 【录播】Embedding 与向量数据库.mp4
│ │ ├── day8-demo.zip
│ │ ├── 【MD】Embedding 与向量数据库.md
│ │ ├── 【课件】Embedding 与向量数据库.pdf
│ │ ├── 【语雀】Embedding 与向量数据库.txt
│ │ ├── 【资料】Embedding 与向量数据库.pdf
├── 09_Hugging Face
│ ├── day_15Hugging Face 模型微调训练（如何处理超长文本训练问题）
│ │ ├── 【录播】Hugging Face 模型微调训练（如何处理超长文本训练问题）.mp4
│ │ ├── model.zip
│ │ ├── 【资料】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf
│ │ ├── 【课件】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf
│ │ ├── demo_15.zip
│ ├── day_13Hugging Face 核心组件介绍
│ │ ├── 【资料】Hugging Face 核心组件介绍.pdf
│ │ ├── 【课件】Hugging Face 核心组件介绍.pdf
│ │ ├── demo_13.zip
│ │ ├── 【录播】Hugging Face 核心组件介绍.mp4
│ ├── day_14Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）
│ │ ├── 【录播】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.mp4.mp4
│ │ ├── demo_14.zip
│ │ ├── 【课件】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
│ │ ├── 【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
│ ├── day_16Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）
│ │ ├── gpt2-chinese模型.zip
│ │ ├── 【资料】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf
│ │ ├── demo_16.zip
│ │ ├── 【课件】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf
│ │ ├── 【录播】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.mp4
├── 13_llamaindex
│ ├── day_25llamaindex实战（使用llamaindex构建自己的知识库）
│ │ ├── 【课件】llamaindex实战（使用llamaindex构建自己的知识库）.pdf
│ │ ├── 【录播】llamaindex实战（使用llamaindex构建自己的知识库）.mp4
│ │ ├── demo_25.zip
│ │ ├── 【资料】llamaindex实战（使用llamaindex构建自己的知识库）.pdf
│ ├── day_24Llama_Index（核心组件介绍）
│ │ ├── demo_24.zip
│ │ ├── llama_index0.8.3.zip
│ │ ├── 【资料】Llama_Index（核心组件介绍）.pdf
│ │ ├── 【课件】Llama_Index（核心组件介绍）.pdf
│ │ ├── 【录播】Llama_Index（核心组件介绍）.mp4