【19868】-【51CTO】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-LLAMASLORA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
