【资源目录】:
├──10_10VectorStore向量存储与检索.mp4 38.13M
├──11_11Chrom向量数据库使用.mp4 41.88M
├──12_12向量数据库选型.mp4 36.82M
├──13_13RAG高级进阶实战.mp4 25.11M
├──14_14文本分割粒度.mp4 37.78M
├──15_15检索后排序.mp4 40.32M
├──16_16ReRanker模型.mp4 34.75M
├──17_17混合检索HybridSearch.mp4 46.07M
├──18_18RRF.mp4 22.65M
├──19_19PDF文档表格处理.mp4 65.95M
├──1、RAG工作原理.mp4 8.30M
├──20_20GraphRAG基本介绍.mp4 79.00M
├──21_21实战一RAGWorkflowI作流详解.mp4 26.08M
├──22_22RAGVSFineTuning模型微调.mp4 12.05M
├──23_23大模型企业级业务场景落地方案实践.mp4 11.39M
├──24_24使用conda配置知识库项目Python环境.mp4 13.93M
├──25_25SentenceTransformer大模型详解.mp4 18.54M
├──26_26Embedding文本向量化处理实战.mp4 22.85M
├──27_27InternLM218BQwen25I05B模型实战.mp4 30.47M
├──28_28知识库模型问答测试与实际效果评估.mp4 31.99M
├──29_29使用Llamalndex创建知识库实战.mp4 41.91M
├──2_2大模型目前固有的局限性.mp4 44.05M
├──30_30使用Streamlit创建Web应用实战.mp4 39.95M
├──30_30使用Streamlit创建Web应用实战_20250315_224845.mp4 39.95M
├──31_31程序员大模型学习最佳实践.mp4 77.38M
├──32_32实战二什么叫预训练好的大模型.mp4 38.29M
├──33_33大模型的局限性及解决方案.mp4 21.71M
├──34_34rag外挂私有知识库.mp4 21.00M
├──35_35Indexing.mp4 22.07M
├──36_36检索和生成.mp4 24.48M
├──37_37finetuning微调.mp4 49.06M
├──38_38增量训练pretrainging.mp4 38.98M
├──39_39functioncalling调用企业.mp4 65.81M
├──3_3检索增强生成.mp4 39.77M
├──4_4文档的加载与切割.mp4 36.53M
├──5_5LLM接口封装.mp4 30.00M
├──6_6Prompt模版.mp4 25.87M
├──7_7什么是向量.mp4 42.14M
├──8_8文本向量.mp4 56.19M
└──9_9文本向量是怎么得到的选.mp4 87.49M
