九天菜菜-大模型与Agent开发实战 - 猎人搜索 轻松搜寻全网资源

• file:【DeepSeekv3】5 DeepSeekMOE的MOE架构与创新.mp4
• file:【DeepSeekv3】3 MLA潜在注意力 (1) 从自回归掩码看KV缓存机制.mp4
• file:【DeepSeekv3】1 整体架构与分布式基础概念.mp4
• file:项目开发实战一：从零搭建多功能智能体 MateGen Pro（第二部分）.ts
• file:Ch 2.2 AI Agent三种应用类型及Python实现可交互的聊天机器人.ts
• file:Ch 13.5 案例：基于网络架构实现智能BI数据分析多代理系统（下）.ts
• file:Ch 12.1 LangGraph知识点概述总结.ts
• file:大模型应用发展及Agent前沿技术趋势.MP4
• file:Ch 8.5 LangSmith基本原理与使用入门.ts
• file:Ch 7.4 LangGraph中如何接入大模型做问答流程.ts
• file:Ch 11.1 Agent长短期记忆认知.ts
• file:Ch 5.2 File Search内置工具说明及文件管理.ts
• file:Ch 8.3 LangGraph状态管理中Reducer函数的使用.ts
• file:Ch 7.1 LangChain的AI Agent开发框架架构设计.ts
• file:Ch 4.2 Assistant对象的创建方法.ts
• file:Ch 8.2 使用字典类型定义状态的方法与优劣势.ts
• file:Ch 1.3 AI Agent爆发的根本原因.ts
• file:Ch 4.5 实现Run状态的轮询方法，并实现Assistant API完整链路.ts
• file:Ch 6.4 如何在 Assistant API 流式传输中接入外部函数.ts
• file:Ch 4.3 Thread、Messges及Run应用方法.ts
• file:Ch 14.4 案例：Multi-Agent实现混合多知识库检索.ts
• file:Ch 8.4 MessageGraph源码功能解析.ts
• file:Ch 12.3 标准图结构中如何添加断点.ts
• file:Ch 2.4 实现具备Funcation Calling的智能电商客服.ts
• file:Ch 2.1 AI Agent与LLMs + RAG的本质区别.ts
• file:Ch 14.3 GraphRAG 基本介绍与核心架构.ts
• file:Ch 2.6 加餐：OpenAI最新推出的结构化输出功能介绍.ts
• file:week_3_1_part_1_企业级RAG的构建架构和思路.mp4
• file:week_5_part_1_大模型融入推荐系统一种思路_1.MP4
• file:week_3_2_part_3_RAG评估框架-Ragas的使用及借助GLM4生成评估数据.mp4
• file:week_4_2_part_1_Serper API联网检索数据预处理过程拆解.mp4
• file:week_1_2_part_3_FastAPI项目介绍.mp4
• file:week_4_1_part_3_自定义RAG评估Pipeline-整体逻辑实现及细节说明.mp4
• file:week_2_1_part_3_RAG集成历史对话信息及SqlalChemy持久化存储的使.mp4
• file:week_4_2_part_2_基于Serper实现系统架构下的联网实时检索功能.mp4
• file:week_1_1_part_3_调用本地启动的glm4模型的方法.mp4
• file:week_2_1_part_2_Naive RAG介绍及借助LangChain实现RAG流.mp4
• file:week_3_1_part_4_yolox + orc 识别私有PDF语料的方案实践.mp4
• file:week_2_2_part_3_项目启动文件详细说明及流程复现.mp4
• file:week_5_part_4_项目整体框架下实现基于Agent的问答流程代码实践.ts
• file:week_3_1_part_3_百万量级的wiki公有语料构建方法实践.mp4
• file:week_3_1_part_2_结合Faiss向量数据的RAG Indexing构建流程.mp4
• file:week_2_2_part_1_通用问答流程整体流程介绍及参数说明.mp4
• file:week_5_part_3_基于Langchain实现基于ReAct的代码实践及TOT提示.MP4
• file:week_5_part_5_Docker介绍及借助Docker打包部署完整项目的流程.mp4
• file:【GPT4o】15_风格微调（下）微调作业运行与应用评估.ts
• file:【GPT4o】02_2个核心必需参数详解与对话消息本质剖析.ts
• file:【GPT4o】13_函数调用中的Streaming流式响应.ts
• file:【Claude】04_API必须参数揭秘,多轮对话机器人速成指南_x264.ts
• file:【Gemini】05_API内置简化多轮对话的start_chat函数与ChatSessi.ts
• file:【GPT4o】17_tool_use微调（下）制造微调数据微调并评估结果.MP4
• file:【Claude】08_tool_choice与定制Json输出及tool_use大实战.ts
• file:【GLM】09_CogVideoX视频生成大模型.ts
• file:【GPT4o】07_5步的 tool use完整的调用流程与汇总.ts
• file:【GPTo1】01_o1大模型原理介绍 从4o到o1实际上发生了什么.ts
• file:【GPTo1】03_通过COT制作4o-mini版本的o1模型【实战】.ts
• file:【Gemini】02_生态体验攻略与微调实战.ts
• file:【GLM】05_GLM的stream流式响应讲解.ts
• file:【Claude】13_异步的API调用的讲解与实践.ts
• file:提示工程全解指南.ts
• file:【Gemini】03_解锁 Gemini API-开启文本生成之旅.ts
• file:【Gemini】08_API精细化控制生成之Temperature与Stop Sequen.ts
• file:【Claude】11_stream流式概念与使用方法讲解.ts
• file:【GPT4o】10_输出生成结构化的3种方式（JSON结构化）.ts
• file:【GPT4o】05_4o多模态图片的文本生成API调用详解.ts
• file:【GPT4o】03_多轮对话历史及面向对象多轮对话机器人实战.ts
• file:GLM 4 工具调用从入门到精通与CogVideoX 文本生成视频 API 全流程.ts
• file:【GLM】07_tooluse下-两次api调用的tooluse.ts
• file:【GPT】03_虚拟信用卡开通与升级GPT_Plus会员.ts
• file:【GLM】13_构建在线GLM的微调.mp4
• file:【GLM】01_GLM大模型API调用介绍与领取APIKEY.ts
• file:【GPTo1】05_用o1蒸馏模型实战（上）.ts
• file:Ch 3.2 llamafactory中如何使用和注册数据集.ts
• file:Ch 5.1PPO&llama3.2_什么是PPO算法.ts
• file:Ch 1.1 通用模型发展与微调前景.ts
• file:Ch 1.4 高效微调及范围.ts
• file:Ch 5.3 各个模型PPO算法的协作关系.ts
• file:Ch 4.2 Qlora核心概念.ts
• file:Ch 5.6 PPO源码解读.ts
• file:Ch 3.1 如何获取数据源及使用解析.ts
• file:Ch 1.5 强化学习RHLF介绍.ts
• file:LLama_Factory+LORA大模型微调.ts
• file:Ch 6.5 RLHF全流程微调.ts
• file:Ch 4.1 win&Qlora&qwen2.5_Qlora能节约多少内存.ts
• file:Ch 6.3 奖励模型原理.ts
• file:Ch 2.4 实战Qwen2.5微调.ts
• file:window系统微调QLORA.ts
• file:Ch 1.2 微调与其他技术的区别和关联.ts
• file:DPO微调Qwen2.5.ts
• file:Ch 4.3如何在windows配置环境.ts
• file:Ch 6.1 RLHF&Qwen2.5,RLHF背景与意义.ts
• folder:九天菜菜-大模型与Agent开发实战
• folder:DeepSeek-V3&R1
• folder:PART4：DeepSeekV3 (5小节)
• folder:5-RAG项目实战企业篇
• folder:6-直播回放篇
• folder:1-在线大模型部署调用
• folder:低代码开发实战Dify&Coze
• folder:企业级实战
• folder:开源大模型部署与调用-课件
• folder:Agent开发实战-课件
• folder:1
• folder:加餐-前沿技术追更