2024爆火AI Agent智能应用从0到1(应用解读+项目实战)

1_1-agent要解决的问题分析.mp4

2_2-agent需要具备的基本能力.mp4

3_3-与大模型的关系分析.mp4

4_4-多智能体定义分析.mp4

5_5-框架的作用和能解决的问题.mp4

6_6-整体总结分析.mp4

7_7-gpts分析一波.mp4

8_8-经典任务分析.mp4

9_1-gpts任务流程概述分析.mp4

10_2-调用api的控制方式.mp4

11_3-api相关配置完成.mp4

12_4-完成指令与脚本并生成.mp4

13_1-demo演示与整体架构分析.mp4

14_2-后端gpt项目部署启动.mp4

15_3-前端助手api与流程图配置.mp4

16_4-接入外部api的方法与流程.mp4

17_5-引入api方法解读.mp4

18_6-指令提示构建.mp4

19_1-论文概述分析.mp4

20_2-整体框架逻辑介绍.mp4

21_3-项目环境配置.mp4

22_0-基本agent的组成.mp4

23_1-agent要完成的任务和业务逻辑定义.mp4

24_2-问题拆解与执行流程.mp4

25_3-检索得到重要的url.mp4

26_4-子问题生成总结结果.mp4

27_5-总结与结果输出.mp4

28_1-rag要完成的任务解读.mp4

29_2-rag整体流程解读.mp4

30_3-召回优化策略分析.mp4

31_4-召回改进方案解读.mp4

32_5-评估工具ragas.mp4

33_6-外接本地数据库工具.mp4

34_1-整体故事解读.mp4

35_2-要解决的问题和整体框架分析.mp4

36_3-论文基本框架分析.mp4

37_4-agent的记忆信息.mp4

38_5-感知与反思模块构建流程.mp4

39_6-计划模块实现细节.mp4

40_7-整体流程框架图.mp4

41_8-感知模块解读.mp4

42_9-思考模块解读.mp4

43_10-项目环境配置方法解读.mp4

44_1-langchain框架解读.mp4

45_2-基本api调用方法.mp4

46_3-数据文档切分操作.mp4

47_4-样本索引与向量构建.mp4

48_5-数据切块方法.mp4

49_1-moe概述分析.mp4

50_2-moe模块实现方法解读.mp4

51_3-效果分析与总结.mp4

52_1-大模型如何做下游任务.mp4

53_2-llm落地微调分析.mp4

54_3-llama与lora介绍.mp4

55_4-lora微调的核心思想.mp4

56_5-lora模型实现细节.mp4

57_1-提示工程的作用.mp4

58_2-项目数据解读.mp4

59_3-源码调用debug解读.mp4

60_4-训练流程演示.mp4

61_5-效果演示与总结分析.mp4

62_1-rag与微调可以解决与无法解决的问题.mp4

63_2-rag实践策略.mp4

64_3-微调要解决的问题.mp4