咕泡第五期-AI大模型零基础到商业实战全栈课（完结）

📁 10 【基础篇】：Python快速入门
    10 【基础篇】：Python快速入门文档.png  [493.5 KB]
    189 15-函数定义.mp4  [26.0 MB]
    176 3-Notebook工具使用.mp4  [57.5 MB]
    195 21-时间操作.mp4  [13.9 MB]
    175 2-Python库安装工具.mp4  [31.7 MB]
    174 1-Python环境配置.mp4  [32.2 MB]
    193 19-类的基本定义.mp4  [25.6 MB]
    182 8-List核心操作.mp4  [41.3 MB]
    188 14-循环结构.mp4  [21.7 MB]
    181 7-2-List基础结构.mp4  [24.7 MB]
    196 22-Python练习题-1.mp4  [26.8 MB]
    187 13-判断结构.mp4  [12.7 MB]
    177 4-Python简介.mp4  [44.7 MB]
    191 17-异常处理模块.mp4  [39.4 MB]
    183 9-字典基础定义.mp4  [15.5 MB]
    197 23-Python练习题-2.mp4  [39.2 MB]
    190 16-模块与包.mp4  [25.7 MB]
    184 10-字典的核心操作.mp4  [22.8 MB]
    186 11-赋值机制.mp4  [5.7 MB]
    185 11-Set结构.mp4  [21.4 MB]
    178 5-Python数值运算.mp4  [29.0 MB]
    180 7-1-索引结构.mp4  [18.2 MB]
    179 6-Python字符串操作.mp4  [26.8 MB]
    194 20-类的属性操作.mp4  [28.1 MB]
    192 18-文件操作.mp4  [38.6 MB]
📁 09 【部署篇】：从0到1实现AI大模型及各类开源组件的环境部署
    09 【部署篇】：从0到1实现AI大模型及各类开源组件的环境部署文档.png  [493.5 KB]
    161 20250217_Pycharm环境安装与破解及整合Anaconda.mp4  [60.2 MB]
    165 2月21日 Window环境Deepseek+Ollama+Dify搭建个人旅行助手-1.mp4  [161.1 MB]
    164 _ollama+deepseek+anythingllm.mp4  [144.3 MB]
    168 Ubuntu24环境下部署Video-LLaVA-2视频理解大模型.mp4  [173.7 MB]
    172 jupyter notebook配置方法-1.mp4  [179.3 MB]
    169 2月27日-Window环境下LangChain_ChatChat+Deepseek-R1搭建本地知识库.mp4  [246.6 MB]
    166 2月22日Ubuntu+Deepseek-R1+Ollama+Dify实现旅行助手Agent-1.mp4  [174.7 MB]
    170 Ubuntu环境下安装LangChain-ChatChat+Deepseek实现本地知识库管理.mp4  [205.3 MB]
    167 【粗剪】DeepSeek-R1+VLLM本地部署保姆级攻略.mp4  [285.4 MB]
    173 3月21日 Window+Deepseek+RagFlow本地部署教程.mp4  [195.6 MB]
    160 20250214_Anaconda环境管理工具的安装教程.mp4  [80.3 MB]
    162 20250217_使用Pycharm+OpenAI运行第一个大模型案例.mp4  [25.2 MB]
    171 20241225_AnythingLLM+Ollama基于本地私有化大模型搭建RAG知识库.mp4  [48.8 MB]
    163 20250218_hanlp本地运行出现的问题及操作步骤分析.mp4  [80.2 MB]
📁 04 第四章 第三阶段（L3）-AI大模型的工作原理与优化
    04 第四章 第三阶段（L3）-AI大模型的工作原理与优化必看.zip  [1.8 MB]
    25 揭秘神经网络及Transformer的工作原理.mp4  [1.7 GB]
    29 国产大模型 DeepSeek深度剖析.mp4  [1.6 GB]
    24 探索揭秘神经网络奥秘.mp4  [1.5 GB]
    28 深入浅出了解多模态模型.mp4  [1.7 GB]
    26 揭秘Transformer的工作原理.mp4  [1.6 GB]
    23 从“NLP 技术”到“Al大模型”.mp4  [1.5 GB]
    22 AI大模型产品设计与落地.mp4  [1.7 GB]
    31 AI大模型微调实战(下).mp4  [1.6 GB]
    32 大模型微调项目实践.mp4  [1.7 GB]
    33 GPU与 CUDA 以及AI大模型企业级部署方案.mp4  [1.6 GB]
    30 AI大模型微调实战(上).mp4  [1.6 GB]
    27 揭秘Transformer的工作原理（二）.mp4  [1.7 GB]
📁 01 第一章【导学篇】：0基础学习导入
    01 第一章【导学篇】：0基础学习导入必看.png  [493.5 KB]
    02 0基础前置学习.mp4  [446.3 MB]
    01 3月12日-AI大模型学习指南-1.mp4  [185.4 MB]
📁 12 【实战篇】：LangChain 零基础入门到企业级应用实战
    12 【实战篇】：LangChain 零基础入门到企业级应用实战文档.zip  [1.8 MB]
    264 3-001 提示.mp4  [57.9 MB]
    321 19-虚拟文档demo.mp4  [43.2 MB]
    320 18-虚拟文档.mp4  [6.7 MB]
    316 14-问题分解.mp4  [14.4 MB]
    266 3-003 输出解析part1.mp4  [90.2 MB]
    278 4-评估.mp4  [139.8 MB]
    282 8 - 聊天机器人.mp4  [65.0 MB]
    289 3-路由.mp4  [50.1 MB]
    286 3-基础介绍_demo.mp4  [122.1 MB]
    271 5-001 记忆.mp4  [52.7 MB]
    307 5-索引part4_总结.mp4  [16.8 MB]
    305 3-索引part2.mp4  [44.0 MB]
    290 4- react agent.mp4  [118.3 MB]
    295 4-修剪过滤消息.mp4  [71.1 MB]
    297 2-断点.mp4  [58.4 MB]
    309 7-检索.mp4  [15.0 MB]
    301 2 - 子图.mp4  [92.7 MB]
    284 1-Agent简介.mp4  [17.7 MB]
    265 3-002 示例选择器.mp4  [71.4 MB]
    294 3-多重状态.mp4  [61.5 MB]
    314 12-问题改写_demo.mp4  [113.3 MB]
    261 1-002 api_key设置.mp4  [55.7 MB]
    260 1-001 Langchain简介.mp4  [23.5 MB]
    279 5- SQL 查询.mp4  [93.1 MB]
    315 13-问题改写_rerank_demo.mp4  [34.1 MB]
    317 15-问题分解_demo.mp4  [96.8 MB]
    283 9 - Agent.mp4  [127.0 MB]
    312 10-生成_demo.mp4  [40.6 MB]
    324 22-结构化搜索.mp4  [9.0 MB]
    310 8-检索.mp4  [27.1 MB]
    303 1-介绍.mp4  [21.5 MB]
    285 2- LangGraph和Agent.mp4  [25.3 MB]
    268 4-001 文档加载器.mp4  [59.4 MB]
    273 5-003 链-总结链.mp4  [52.9 MB]
    277 3- 结构化提取.mp4  [110.7 MB]
    304 2- 索引part1.mp4  [36.9 MB]
    288 2-langraph中的链.mp4  [146.5 MB]
    308 6-索引全流程demo.mp4  [35.3 MB]
    267 3-004 输出解析part2.mp4  [92.6 MB]
    292 1-图状态一览.mp4  [73.0 MB]
    291 5- agent和记忆.mp4  [110.3 MB]
    299 4 - 动态断点.mp4  [32.3 MB]
    274 6-001 Agent智能体简介.mp4  [152.1 MB]
    300 1-并行运行.mp4  [76.6 MB]
    296 1-流式输出.mp4  [104.3 MB]
    272 5-002 链-简单顺序链.mp4  [53.7 MB]
    323 21-路由demo.mp4  [68.7 MB]
    293 2-图状态更新.mp4  [84.2 MB]
    322 20-路由.mp4  [13.5 MB]
    269 4-002 文档分割器.mp4  [53.5 MB]
    280 6- 代码理解.mp4  [63.7 MB]
    287 1-简单的图.mp4  [100.8 MB]
    325 23-结构化搜索demo.mp4  [85.0 MB]
    276 2-上下文问答.mp4  [69.5 MB]
    281 7- api交互.mp4  [94.3 MB]
    311 9-生成.mp4  [5.6 MB]
    313 11-问题改写.mp4  [13.9 MB]
    319 17-问题回退demo.mp4  [58.8 MB]
    318 16-问题回退.mp4  [11.9 MB]
    270 4-003 文档检索.mp4  [62.6 MB]
    302 3-Map reduce控制流.mp4  [90.0 MB]
    298 3-外部控制修改图状态.mp4  [79.4 MB]
    262 2-001 Langchain中的基本数据结构.mp4  [98.9 MB]
    263 2-002 模型种类.mp4  [96.2 MB]
    306 4- 索引part3_词嵌入demo.mp4  [61.6 MB]
    275 1-总结摘要.mp4  [102.6 MB]
📁 05 第五章 第四阶段（L4）-AI大模型的企业级项目实战
    05 第五章 第四阶段（L4）-AI大模型的企业级项目实战资料.png  [493.5 KB]
    60 5.多智能体框架+多MCP适用场景.mp4  [71.3 MB]
    39 第六章：中心化智能体架构的缺陷与去中心化多智能体langGraph架构.mp4  [138.1 MB]
    42 第八章(b)：langGraph+MCP项目测试+工程化部署修改.mp4  [185.2 MB]
    59 4.2项目一：股价心理按摩师(服务端-客户端完整代码编写).mp4  [540.2 MB]
    66 第一章-引导式对话系统是什么.mp4  [60.6 MB]
    61 6.多智能体框架AgentSDK的基本用法.mp4  [538.9 MB]
    56 2.MCP server的编写与并联串联调用原理.mp4  [86.8 MB]
    43 第一章(RAG原理+挑战与知识库的构建)修改版本.mp4  [404.5 MB]
    77 第六章-6.4-工程化部署编写API接口.mp4  [42.5 MB]
    69 第四章-对话流程编排的集中实现方案与优劣对比.mp4  [56.8 MB]
    78 第七章-引导式对话系统面临的挑战及解决方案.mp4  [64.9 MB]
    34 企业级AI销售助手应用实战.mp4  [1.6 GB]
    34 第三章：剖析ChatBI的技术原理.mp4  [73.2 MB]
    65 7.4 项目二：金融投资虚拟顾问(多用户对话状态管理多智能体多MCP系统的实现).mp4  [451.3 MB]
    75 第六章-6.2-对话系统整体代码实现.mp4  [292.3 MB]
    68 第三章-槽位抽取方案比较与选型.mp4  [63.2 MB]
    54 第六章-向量知识库热更新实战修改版本.mp4  [339.1 MB]
    48 第四章-实战案例一(4.2-1 词缀树的检索)修改版本.mp4  [140.0 MB]
    45 第三章(常用RAG代码实操1-稠密检索器).mp4  [370.7 MB]
    50 第五章-实战案例二-(5.1 需求分析、软件设计)修改版本.mp4  [191.6 MB]
    74 第六章-6.1-工具定义与功能函数实现介绍.mp4  [134.2 MB]
    76 第六章-6.3-代码调试与前端页面搭建.mp4  [106.8 MB]
    57 3.MCP三种协议详解.mp4  [38.0 MB]
    64 7.3 项目二：金融投资虚拟顾问(转人工MCP&股价预测MCP&多智能体多MCP运行编排).mp4  [607.3 MB]
    41 第八章(a)：langGraph+MCP实现ChatBI主流程搭建.mp4  [435.3 MB]
    37 第五章(b)-项目一：text2sql&text2python MCP的实现.mp4  [493.4 MB]
    71 第五章-5.1-案例背景讲解.mp4  [84.0 MB]
    32 第一章：课程任务介绍.mp4  [73.5 MB]
    62 7.1项目二：金融投资虚拟顾问(业务背景+技术架构).mp4  [23.6 MB]
    49 第四章-实战案例一(4.2-2 项目整体代码实现).mp4  [364.5 MB]
    38 第五章(c)-项目一：机器学习MCP+多协议MCP客户端的编写.mp4  [605.7 MB]
    73 第六章-6.0-用户数据持久化打码修改版本.mp4  [520.7 MB]
    33 第二章chatBI的优势与挑战修改.mp4  [70.5 MB]
    72 第五章-5.2-前端演示.mp4  [22.8 MB]
    46 第三章(常用RAG代码实操2-稀疏+集成检索器).mp4  [63.0 MB]
    47 第四章-实战案例一(4.1 需求分析、软件设计与ES的使用)修改版本.mp4  [359.4 MB]
    44 第二章(常用检索-增强-生成方法介绍+扩展).mp4  [225.3 MB]
    40 第七章：langGraph的基本用法修改.mp4  [937.3 MB]
    51 第五章-实战案例二-(5.2 知识库构建、4种检索器构建)修改版本.mp4  [467.4 MB]
    36 第五章(a)-项目一：项目背景&数据结构介绍修改.mp4  [331.4 MB]
    70 第四章结束后的代码实操讲解(流式+非流式Functionca.mp4  [191.5 MB]
    67 第二章-引导式对话系统主要面临的挑战.mp4  [45.7 MB]
    55 1.MCP介绍与底层原理修改版本.mp4  [322.1 MB]
    63 7.2 项目二：金融投资虚拟顾问(金融文章检索MCP&金融RAG MCP的实现).mp4  [460.3 MB]
    35 第四章：驱动ChatBI的核心能力MCP理论介绍.mp4  [222.8 MB]
    53 第五章-实战案例二(5.4 检索效果测试与工程化部署)修改版本.mp4  [348.2 MB]
    52 第五章-实战案例二-(5.3 知识库检索整体代码实现1+2整合)修改版本.mp4  [399.7 MB]
    58 4.1项目一：股价心理按摩师(项目背景+需求分析+技术架构).mp4  [372.8 MB]
📁 15 常见问题答疑
    15 常见问题答疑文档.zip  [1.8 MB]
    332 20250320_课程中的python项目运行方法.mp4  [36.3 MB]
    333 Coze自定义代码节点.mp4  [58.6 MB]
    334 深入浅出通俗理解什么是MCP.mp4  [688.5 MB]
📁 13 RAG 入门核心原理到企业级智能交互应用实战
    352 3-RAG流程.mp4  [33.7 MB]
    362 13-基于RAG实现智能问答系统.mp4  [74.7 MB]
    360 11-ChromaDB演示.mp4  [109.3 MB]
    353 4-PDF文档解析工具.mp4  [29.5 MB]
    363 14-虚拟环境介绍.mp4  [33.6 MB]
    356 7-千问embedding调用.mp4  [30.5 MB]
    367 18-LangChain的基本使用.mp4  [80.6 MB]
    366 17-LangChain核心组件介绍.mp4  [25.4 MB]
    361 12-基于向量检索的RAG实现.mp4  [55.3 MB]
    359 10-向量数据库的介绍.mp4  [69.7 MB]
    351 2-RAG的概念和LLM的局限性.mp4  [15.0 MB]
    357 8-向量间的相似度计算.mp4  [33.1 MB]
    355 6-向量与Embeddings的定义.mp4  [33.3 MB]
    364 15-Jupyter notebook使用介绍.mp4  [19.7 MB]
    354 5-文本的切割.mp4  [35.4 MB]
    365 16-LangChain基本介绍.mp4  [47.7 MB]
    358 9-根据关键字检索.mp4  [115.9 MB]
📁 11 【基础篇】：Python数据科学必备工具包实战
    225 12-时间序列操作.mp4  [34.2 MB]
    248 0-课程简介1.mp4  [5.2 MB]
    215 2-Pandas基本操作.mp4  [58.0 MB]
    250 2风格细节设置.mp4  [17.4 MB]
    258 10Facetgrid绘制多变量.mp4  [21.7 MB]
    201 4-数组类型.mp4  [17.8 MB]
    234 2-子图与标注.mp4  [45.9 MB]
    202 5-数值运算.mp4  [37.0 MB]
    199 2-Array数组.mp4  [26.1 MB]
    245 13-pie图.mp4  [29.6 MB]
    224 11-时间操作.mp4  [25.2 MB]
    217 4-groupby操作.mp4  [31.9 MB]
    240 8-盒图细节.mp4  [30.1 MB]
    228 15-Groupby操作延伸.mp4  [43.9 MB]
    253 5单变量分析绘图.mp4  [21.0 MB]
    257 9Facetgrid使用方法.mp4  [17.3 MB]
    220 7-对象操作2.mp4  [25.2 MB]
    208 11-随机模块.mp4  [41.6 MB]
    221 8-merge操作.mp4  [26.9 MB]
    241 9-绘图细节设置.mp4  [27.8 MB]
    219 6-对象操作.mp4  [24.4 MB]
    211 14-练习题-1.mp4  [41.5 MB]
    236 4-条形图.mp4  [26.7 MB]
    205 8-数组生成函数.mp4  [37.9 MB]
    256 8分类属性绘图.mp4  [22.0 MB]
    216 3-Pandas索引.mp4  [52.3 MB]
    207 10-四则运算.mp4  [24.1 MB]
    233 1-Matplotlib概述.mp4  [25.9 MB]
    204 7-数组形状操作.mp4  [46.6 MB]
    212 15-练习题-2.mp4  [38.9 MB]
    243 11-直方图与散点图.mp4  [34.8 MB]
    210 13-数组保存.mp4  [38.0 MB]
    239 7-盒图绘制.mp4  [18.1 MB]
    232 19-大数据处理技巧.mp4  [65.5 MB]
    203 6-排序操作.mp4  [31.3 MB]
    222 9-显示设置.mp4  [17.6 MB]
    255 7多变量分析绘图.mp4  [21.1 MB]
    223 10-数据透视表.mp4  [30.4 MB]
    218 5-数值运算1.mp4  [30.8 MB]
    198 1-Numpy概述.mp4  [25.3 MB]
    226 13-Pandas常用操作.mp4  [29.0 MB]
    251 3调色板.mp4  [20.4 MB]
    214 1-Pandas概述.mp4  [45.9 MB]
    231 18-Pandas绘图操作.mp4  [38.3 MB]
    254 6回归分析绘图.mp4  [20.3 MB]
    206 9-常用生成函数.mp4  [22.3 MB]
    229 16-字符串操作.mp4  [17.5 MB]
    209 12-文件读写.mp4  [28.5 MB]
    242 10-绘图细节设置2.mp4  [29.1 MB]
    259 11热度图绘制.mp4  [32.9 MB]
    252 4调色板颜色设置.mp4  [17.1 MB]
    244 12-3D图绘制.mp4  [45.7 MB]
    230 17-索引进阶.mp4  [22.0 MB]
    227 14-Pandas常用操作2.mp4  [27.0 MB]
    200 3-数组结构.mp4  [51.3 MB]
    237 5-条形图细节.mp4  [27.3 MB]
    213 16-练习题-3.mp4  [53.6 MB]
    238 6-条形图外观.mp4  [28.7 MB]
    246 14-子图布局.mp4  [41.9 MB]
    249 1整体布局风格设置.mp4  [17.8 MB]
    247 15-结合pandas与sklearn.mp4  [33.2 MB]
    235 3-风格设置.mp4  [11.4 MB]
📁 03 第三章 第二阶段（L2）：AI大模型的企业级应用
    20 MCP模型上下文协议概述与应用实战.mp4  [1.6 GB]
    16 掌握LangChain实现Al大模型应用.mp4  [1.5 GB]
    12 RAG检索增强生成技术实战.mp4  [1.6 GB]
    14 Embeddings和向量数据库（二）.mp4  [1.6 GB]
    15 RAG 企业级落地实战优化.mp4  [1.6 GB]
    17 大模型应用开发框架Llamalndex.mp4  [1.6 GB]
    21 深入浅出 A2A协议以及应用实战.mp4  [1.6 GB]
    13 Embeddings和向量数据库.mp4  [1.5 GB]
    19 AI工作流应用开发实战.mp4  [1.6 GB]
    18 LangChain实现企业级Agent智能体.mp4  [1.5 GB]
📁 02 第二章 第一阶段（L1）-0基础快速入门AI大模型应用与实战
    08 掌握Coze玩转Al大模型应用.mp4  [1.5 GB]
    06 GPTs与 Function Calling开发Al大模型应用.mp4  [1.5 GB]
    10 Dify快速入门到应用实战.mp4  [1.5 GB]
    11 N8N 快速入门到应用实战.mp4  [1.5 GB]
    04 大模型核心概念和基础原理.mp4  [1.6 GB]
    07 掌握Al编程让普通人也能开发各种技术应用 .mp4  [2.6 MB]
    03 recordclip-20250902140331-787f14.mp4  [1.5 GB]
    09 自动化AI工作流原理与实战.mp4  [1.5 GB]
    07 掌握Al编程让普通人也能开发各种技术应用.mp4  [1.6 GB]
    05 提示词工程(Prompt Engineering).mp4  [1.5 GB]
📁 08 第八章【应用篇】：小白从0到1玩转Al Agent独立搭建个性化的智能体应用
    134 3-大模型节点配置方法.mp4  [32.2 MB]
    152 11-选修：工作流中添加视频插件.mp4  [77.1 MB]
    167 5-配置插件把分析结果存在excel里.mp4  [61.9 MB]
    135 4-结束节点配置.mp4  [29.6 MB]
    141 5-批处理的作用与效果.mp4  [64.0 MB]
    166 4-结合DeepSeek进行数据分析.mp4  [81.0 MB]
    149 8-视频生成节点容易违规的解决方法.mp4  [74.8 MB]
    165 3-结合DeepSeek构建代码节点.mp4  [166.5 MB]
    151 10-选修：自定义插件配置方法实例.mp4  [63.5 MB]
    163 1-效果演示与数据读取.mp4  [46.0 MB]
    138 2-循环中参数的定义方法.mp4  [46.2 MB]
    169 7-不同可视化图表配置方法.mp4  [105.1 MB]
    161 4-知识库构建与匹配方法.mp4  [52.2 MB]
    175 5-完成文案采集的全部功能.mp4  [120.0 MB]
    157 5-得到合成后的视频.mp4  [79.5 MB]
    147 6-视频节点构建与错误分析.mp4  [84.1 MB]
    170 8-输出与展示配置.mp4  [48.3 MB]
    159 2-选择器的使用方法.mp4  [61.7 MB]
    140 4-智能体测试与输出节点.mp4  [51.7 MB]
    164 2-数据清洗与处理.mp4  [55.1 MB]
    168 6-数据可视化配置方法与节点调试分析.mp4  [259.1 MB]
    173 3-影刀流程配置方法实例.mp4  [52.1 MB]
    143 2-做剧本节点系统提示词方法.mp4  [62.7 MB]
    137 1-循环节点方法解读.mp4  [35.9 MB]
    160 3-数据库与大模型的匹配方法.mp4  [81.2 MB]
    133 2-插件配置方法与参数.mp4  [35.9 MB]
    148 7-图像生成节点错误调试并保险.mp4  [89.4 MB]
    172 2-影刀安装方法.mp4  [25.7 MB]
    136 5-智能体配置方法.mp4  [51.2 MB]
    144 3-完成剧本节点输出.mp4  [48.0 MB]
    156 4-剪映草稿添加素材方法.mp4  [61.1 MB]
    155 3-时间线和素材绑定方法.mp4  [56.8 MB]
    142 1-做视频素材业务逻辑分析.mp4  [51.1 MB]
    150 9-选修（当作拓展知识）：配置外部视频软件成为插件.mp4  [47.5 MB]
    174 4-执行循环操作.mp4  [53.7 MB]
    158 1-对话流配置与创建.mp4  [35.7 MB]
    132 1-工作流要完成的任务与节点定义.mp4  [22.6 MB]
    162 5-汇总输出与测试.mp4  [75.0 MB]
    146 5-图像违规词限制与运镜节点.mp4  [82.8 MB]
    139 3-续写新闻稿件方法(循环中间变量使用).mp4  [61.3 MB]
    145 4-画面描述与图像生成节点构建.mp4  [63.7 MB]
    154 2-剪映插件介绍.mp4  [38.1 MB]
    171 1-影刀RPA分析.mp4  [74.4 MB]
    153 1-时间线定义方法.mp4  [45.4 MB]
📁 06 第六章 第五阶段（L5）：从模型训练到模型微调入门到精通
    124 3.模型训练优化与高效推理部署.mp4  [390.0 MB]
    113 6.大模型知识蒸馏难点与解决案例分享-修改.mp4  [263.6 MB]
    100 实战项目二：Galora全量参数微调实战与tensorboard使用.mp4  [317.8 MB]
    110 2.基于响应的知识蒸馏-修改.mp4  [150.0 MB]
    126 5.AI工程师的职业发展路径.mp4  [59.1 MB]
    117 3.RestfulAPI与gRPC API的使用.mp4  [77.6 MB]
    125 4.大模型未来发展趋势.mp4  [207.4 MB]
    105 4. 其他分布式训练优化操作要点.mp4  [101.9 MB]
    116 2.大模型推理的优化技术.mp4  [217.5 MB]
    114 7.知识蒸馏项目实战-修改.mp4  [299.6 MB]
    98 AWQ量化算法原理介绍.mp4  [103.6 MB]
    108 7.实战三-多机多卡分布式微调实战.mp4  [523.1 MB]
    119 5.VLLM高效推理框架部署.mp4  [755.3 MB]
    118 4.Ollama实战部署.mp4  [405.3 MB]
    87 llamafactory-webui面板配置与训练推理流程演示.mp4  [216.0 MB]
    115 1.大模型部署基础.mp4  [133.0 MB]
    80 课程大纲介绍.mp4  [102.8 MB]
    90 2.数据集的构建.mp4  [142.7 MB]
    103 2.集体通信原语和网络拓扑.mp4  [194.9 MB]
    88 llamafactory-webui难点参数理论讲解.mp4  [71.1 MB]
    102 1.分布式训练基础与网络环境配置.mp4  [349.5 MB]
    89 1.数据集的来源与llamafactory中的数据集.mp4  [244.9 MB]
    92 4.项目实战一：lora微调演示.mp4  [193.4 MB]
    107 6.实战二-FSDP&DDP单机多卡分布式微调.mp4  [108.9 MB]
    93 5.BAdam&Galora微调原理讲解.mp4  [161.8 MB]
    85 云算力租赁介绍.mp4  [60.6 MB]
    121 7.大模型生命周期管理.mp4  [89.7 MB]
    111 3和4一起：基于特征的知识蒸馏.mp4  [160.7 MB]
    81 大模型训练主要阶段与应用价值.mp4  [135.8 MB]
    122 1.综合项目需求分析.mp4  [134.9 MB]
    96 PTQ量化原理.mp4  [108.9 MB]
    120 6.SGlang介绍与使用.mp4  [482.2 MB]
    94 6.大模型加速技术.mp4  [107.6 MB]
    109 1.什么是知识蒸馏-修改.mp4  [126.4 MB]
    101 实战项目三：GPTQ量化实战.mp4  [208.6 MB]
    91 3.微调方法理论介绍与日志监控.mp4  [231.1 MB]
    99 HQQ量化算法原理介绍.mp4  [127.0 MB]
    83 主流显卡介绍与选择.mp4  [32.5 MB]
    106 5.实战一-deepspeed&DDP单机多卡分布式微调.mp4  [394.7 MB]
    104 3.分布式微调训练框架与技术.mp4  [375.4 MB]
    82 大模型微调难点与挑战.mp4  [67.0 MB]
    86 llamafactory项目介绍与安装部署.mp4  [259.8 MB]
    95 量化核心原理介绍.mp4  [210.9 MB]
    123 2.综合项目数据处理与训练数据集构建.mp4  [328.2 MB]
    84 本地微调环境搭建.mp4  [197.4 MB]
    112 5.关系型知识蒸馏-修改.mp4  [87.9 MB]
    97 QTA量化算法原理介绍.mp4  [65.8 MB]
📁 07 第七章 【产品篇】AI-Native产品设计
    137 原型不是Demo：用可执行逻辑验证可行性.mp4  [1011.6 MB]
    135 搭建数据脊梁：让系统拥有可学习的知识底座.mp4  [1.1 GB]
    139 用数据回答质疑：如何拆解“贵、准、安全”三种挑战.mp4  [576.1 MB]
    134 画出智能流程：对话、回退与责任边界的设计术.mp4  [1.1 GB]
    133 从感觉到数据：为智能系统定义可度量的价值口径.mp4  [1.1 GB]
    138 写出可落地的PRD：让每一行描述都能被模型执行.mp4  [1.1 GB]
    130 重写产品经理的定义：从需求执行者到智能系统的导演.mp4  [1.1 GB]
    136 让系统理解你：提示词设计的产品思维.mp4  [1.3 GB]
    131 判断一件事是否值得智能化：从想法到ROI的计算逻辑.mp4  [1.3 GB]
    132 让知识流动起来：设计可被调用的知识结构.mp4  [1.3 GB]
📁 14 Dify零基础教程
    328 2.应用工具箱.mp4  [34.5 MB]
    327 1.Ai应用的创建.mp4  [84.0 MB]
    330 4.知识库.mp4  [65.4 MB]
    331 5.发布应用.mp4  [66.3 MB]
    329 3.工作流.mp4  [355.3 MB]
    326 0.环境安装和本地部署Dify.mp4  [249.3 MB]