总计: 📁 1 个文件夹, 📄 39 个文件
📂 聚客AI-2025最新版大模型RAG入门到精通实战教程
├── 🎬 10_10VectorStore向量存储与检索.mp4 (38.13MB)
├── 🎬 11_11Chrom向量数据库使用.mp4 (41.88MB)
├── 🎬 12_12向量数据库选型.mp4 (36.82MB)
├── 🎬 13_13RAG高级进阶实战.mp4 (25.11MB)
├── 🎬 14_14文本分割粒度.mp4 (37.78MB)
├── 🎬 15_15检索后排序.mp4 (40.32MB)
├── 🎬 16_16ReRanker模型.mp4 (34.75MB)
├── 🎬 17_17混合检索HybridSearch.mp4 (46.07MB)
├── 🎬 18_18RRF.mp4 (22.65MB)
├── 🎬 19_19PDF文档表格处理.mp4 (65.95MB)
├── 🎬 1、RAG工作原理.mp4 (8.30MB)
├── 🎬 20_20GraphRAG基本介绍.mp4 (79.00MB)
├── 🎬 21_21实战一RAGWorkflowI作流详解.mp4 (26.08MB)
├── 🎬 22_22RAGVSFineTuning模型微调.mp4 (12.05MB)
├── 🎬 23_23大模型企业级业务场景落地方案实践.mp4 (11.39MB)
├── 🎬 24_24使用conda配置知识库项目Python环境.mp4 (13.93MB)
├── 🎬 25_25SentenceTransformer大模型详解.mp4 (18.54MB)
├── 🎬 26_26Embedding文本向量化处理实战.mp4 (22.85MB)
├── 🎬 27_27InternLM218BQwen25I05B模型实战.mp4 (30.47MB)
├── 🎬 28_28知识库模型问答测试与实际效果评估.mp4 (31.99MB)
├── 🎬 29_29使用Llamalndex创建知识库实战.mp4 (41.91MB)
├── 🎬 2_2大模型目前固有的局限性.mp4 (44.05MB)
├── 🎬 30_30使用Streamlit创建Web应用实战.mp4 (39.95MB)
├── 🎬 31_31程序员大模型学习最佳实践.mp4 (77.38MB)
├── 🎬 32_32实战二什么叫预训练好的大模型.mp4 (38.29MB)
├── 🎬 33_33大模型的局限性及解决方案.mp4 (21.71MB)
├── 🎬 34_34rag外挂私有知识库.mp4 (21.00MB)
├── 🎬 35_35Indexing.mp4 (22.07MB)
├── 🎬 36_36检索和生成.mp4 (24.48MB)
├── 🎬 37_37finetuning微调.mp4 (49.06MB)
├── 🎬 38_38增量训练pretrainging.mp4 (38.98MB)
├── 🎬 39_39functioncalling调用企业.mp4 (65.81MB)
├── 🎬 3_3检索增强生成.mp4 (39.77MB)
├── 🎬 4_4文档的加载与切割.mp4 (36.53MB)
├── 🎬 5_5LLM接口封装.mp4 (30.00MB)
├── 🎬 6_6Prompt模版.mp4 (25.87MB)
├── 🎬 7_7什么是向量.mp4 (42.14MB)
├── 🎬 8_8文本向量.mp4 (56.19MB)
└── 🎬 9_9文本向量是怎么得到的选.mp4 (87.49MB)
