gpddiwwuQq--AIDdamXxLlijCchDssYyeSzzQquZkk71 - 夸搜搜-夸克云网盘搜索,夸

• file:43 第一章(RAG原理+挑战与知识库的构建)修改版本.mp4
• file:33 第二章chatBI的优势与挑战修改.mp4
• file: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
• file:61 6.多智能体框架AgentSDK的基本用法.mp4
• file: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
• file:72 第五章-5.2-前端演示.mp4
• file:37 第五章(b)-项目一：text2sql&text2python MCP的实现.mp4
• file: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【公众号：GG学习社】.mp4
• file: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
• file:44 第二章(常用检索-增强-生成方法介绍+扩展).mp4
• file:41 第八章(a)：langGraph+MCP实现ChatBI主流程搭建.mp4
• file: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
• file:55 1.MCP介绍与底层原理修改版本.mp4
• file:34 企业级AI销售助手应用实战.mp4
• file:67 第二章-引导式对话系统主要面临的挑战.mp4
• file:71 第五章-5.1-案例背景讲解【公众号：GG学习社】.mp4
• file:56 2.MCP server的编写与并联串联调用原理.mp4
• file:34 第三章：剖析ChatBI的技术原理【公众号：GG学习社】.mp4
• file:78 第七章-引导式对话系统面临的挑战及解决方案【整理不易‖记得关注：GG学习社】.mp4
• file:46 第三章(常用RAG代码实操2-稀疏+集成检索器).mp4
• file: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
• file:73 第六章-6.0-用户数据持久化打码修改版本.mp4
• file:32 第一章：课程任务介绍.mp4
• file:40 第七章：langGraph的基本用法修改.mp4
• file:70 第四章结束后的代码实操讲解(流式+非流式Functionca【公重号：GG学习社】.mp4
• file:38 第五章(c)-项目一：机器学习MCP+多协议MCP客户端的编写【公众号：GG学习社】.mp4
• file:57 3.MCP三种协议详解.mp4
• file:68 第三章-槽位抽取方案比较与选型.mp4
• file:69 第四章-对话流程编排的集中实现方案与优劣对比.mp4
• file: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
• file: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)【公众号：GG学习社】.mp4
• file:60 5.多智能体框架+多MCP适用场景.mp4
• file:54 第六章-向量知识库热更新实战修改版本.mp4
• file:35 第四章：驱动ChatBI的核心能力MCP理论介绍.mp4
• file:45 第三章(常用RAG代码实操1-稠密检索器)【公重号：GG学习社】.mp4
• file:77 第六章-6.4-工程化部署编写API接口.mp4
• file:62 7.1项目二：金融投资虚拟顾问(业务背景+技术架构).mp4
• file:49 第四章-实战案例一(4.2-2 项目整体代码实现)【整理不易‖记得关注：GG学习社】.mp4
• file:74 第六章-6.1-工具定义与功能函数实现介绍.mp4
• file:36 第五章(a)-项目一：项目背景&数据结构介绍修改.mp4
• file:82 大模型微调难点与挑战.mp4
• file:102 1.分布式训练基础与网络环境配置.mp4
• file:112 5.关系型知识蒸馏-修改.mp4
• file:93 5.BAdam&Galora微调原理讲解.mp4
• file:105 4. 其他分布式训练优化操作要点【优质资源‖关注：GG学习社 解锁】.mp4
• file:124 3.模型训练优化与高效推理部署.mp4
• file:101 实战项目三：GPTQ量化实战【公众号：GG学习社】.mp4
• file:120 6.SGlang介绍与使用.mp4
• file:88 llamafactory-webui难点参数理论讲解【公众号：GG学习社】.mp4
• file:98 AWQ量化算法原理介绍.mp4
• file:106 5.实战一-deepspeed&DDP单机多卡分布式微调.mp4
• file:111 3和4一起：基于特征的知识蒸馏.mp4
• file:100 实战项目二：Galora全量参数微调实战与tensorboard使用.mp4
• file:87 llamafactory-webui面板配置与训练推理流程演示.mp4
• file:85 云算力租赁介绍【公众号：GG学习社】.mp4
• file:116 2.大模型推理的优化技术.mp4
• file:123 2.综合项目数据处理与训练数据集构建.mp4
• file:103 2.集体通信原语和网络拓扑.mp4
• file:125 4.大模型未来发展趋势.mp4
• file:89 1.数据集的来源与llamafactory中的数据集.mp4
• file:122 1.综合项目需求分析.mp4
• file:108 7.实战三-多机多卡分布式微调实战.mp4
• file:81 大模型训练主要阶段与应用价值【公众号：GG学习社】.mp4
• file:90 2.数据集的构建.mp4
• file:126 5.AI工程师的职业发展路径.mp4
• file:92 4.项目实战一：lora微调演示.mp4
• file:86 llamafactory项目介绍与安装部署.mp4
• file:117 3.RestfulAPI与gRPC API的使用【公重号：GG学习社】.mp4
• file:84 本地微调环境搭建.mp4
• file:91 3.微调方法理论介绍与日志监控.mp4
• file:119 5.VLLM高效推理框架部署.mp4
• file:104 3.分布式微调训练框架与技术.mp4
• file:118 4.Ollama实战部署.mp4
• file:83 主流显卡介绍与选择.mp4
• folder:gpddiwwuQq--AIDdamXxLlijCchDssYyeSzzQquZkk71
• folder:05 第五章 第四阶段（L4）-AI大模型的企业级项目实战
• folder:06 第六章 第五阶段（L5）：从模型训练到模型微调入门到精通
• folder:后续待更新
• folder: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
• folder:01 第一章【导学篇】：0基础学习导入
• folder: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
• folder:07 第七章 【产品篇】AI-Native产品设计