📄 1、RAG工作原理.mp4 (8.3 MB)
📄 2_2大模型目前固有的局限性.mp4 (44.1 MB)
📄 3_3检索增强生成.mp4 (39.8 MB)
📄 4_4文档的加载与切割.mp4 (36.5 MB)
📄 5_5LLM接口封装.mp4 (30.0 MB)
📄 6_6Prompt模版.mp4 (25.9 MB)
📄 7_7什么是向量【耗时整理‖免费分享 cunlove.cn】.mp4 (42.1 MB)
📄 8_8文本向量.mp4 (56.2 MB)
📄 9_9文本向量是怎么得到的选.mp4 (87.5 MB)
📄 10_10VectorStore向量存储与检索.mp4 (38.1 MB)
📄 11_11Chrom向量数据库使用.mp4 (41.9 MB)
📄 12_12向量数据库选型.mp4 (36.8 MB)
📄 13_13RAG高级进阶实战.mp4 (25.1 MB)
📄 14_14文本分割粒度.mp4 (37.8 MB)
📄 15_15检索后排序.mp4 (40.3 MB)
📄 16_16ReRanker模型.mp4 (34.8 MB)
📄 17_17混合检索HybridSearch.mp4 (46.1 MB)
📄 18_18RRF.mp4 (22.6 MB)
📄 19_19PDF文档表格处理.mp4 (65.9 MB)
📄 20_20GraphRAG基本介绍.mp4 (79.0 MB)
📄 21_21实战一RAGWorkflowI作流详解.mp4 (26.1 MB)
📄 22_22RAGVSFineTuning模型微调【耗时整理‖免费分享 cunlove.cn】.mp4 (12.1 MB)
📄 23_23大模型企业级业务场景落地方案实践.mp4 (11.4 MB)
📄 24_24使用conda配置知识库项目Python环境.mp4 (13.9 MB)
📄 25_25SentenceTransformer大模型详解.mp4 (18.5 MB)
📄 26_26Embedding文本向量化处理实战.mp4 (22.8 MB)
📄 27_27InternLM218BQwen25I05B模型实战.mp4 (30.5 MB)
📄 28_28知识库模型问答测试与实际效果评估.mp4 (32.0 MB)
📄 29_29使用Llamalndex创建知识库实战.mp4 (41.9 MB)
📄 30_30使用Streamlit创建Web应用实战.mp4 (40.0 MB)
📄 31_31程序员大模型学习最佳实践.mp4 (77.4 MB)
📄 32_32实战二什么叫预训练好的大模型.mp4 (38.3 MB)
📄 33_33大模型的局限性及解决方案.mp4 (21.7 MB)
📄 34_34rag外挂私有知识库【耗时整理‖免费分享 cunlove.cn】.mp4 (21.0 MB)
📄 35_35Indexing.mp4 (22.1 MB)
📄 36_36检索和生成.mp4 (24.5 MB)
📄 37_37finetuning微调.mp4 (49.1 MB)
📄 38_38增量训练pretrainging【耗时整理‖免费分享 cunlove.cn】.mp4 (39.0 MB)
📄 39_39functioncalling调用企业.mp4 (65.8 MB)

]

声明：本站所有文章及其他内容均来自互联网收集，如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。