创富道场【vip1188.cn】项目课程资源网：AI大模型应用开发​模型训练-RAG-Agent-AI项目实战-行业落地课

项目课程介绍：AI大模型应用开发 —— RAG-Agent-AI项目实战与行业落地课

课程概述

本课程《AI大模型应用开发——RAG-Agent-AI项目实战与行业落地课》是一套全面、深入且实战导向的培训课程，旨在帮助学员掌握大模型应用开发的核心技术，特别是RAG（Retrieval Augmented Generation，检索增强生成）技术和Agent技术的应用。通过系统化的学习，学员将能够独立完成从模型训练到行业落地的全过程，为AI项目的实际部署和商业化运营打下坚实基础。

课程亮点

1. 全面覆盖：课程涵盖了从RAG技术原理、模型训练与评估，到Agent平台搭建、设计模式与实战应用等多个方面，确保学员能够全面掌握大模型应用开发的关键技能。
2. 实战导向：通过多个实战项目（如Langchain、AutoGen、CrewAI等）的深入剖析，学员将能够在实际操作中理解理论知识，提升实战能力。
3. 行业落地：课程特别注重行业应用与落地，通过分享实践心得、落地经验和业务场景，帮助学员将所学知识应用于实际工作中，实现价值最大化。
4. 前沿技术：课程紧跟AI技术前沿，介绍了最新的Embedding技术、rerank技术、向量数据库选型等，确保学员能够掌握最前沿的技术动态。

课程结构

• 基础知识篇：包括人工智能介绍、大模型微调环境准备、AI开发环境搭建等，为学员打下坚实的理论基础。
• RAG技术篇：深入讲解RAG技术原理、模块化RAG、高级RAG、Embedding原理与模型训练、评估与搜索算法等，帮助学员掌握RAG技术的核心要点。
• Agent技术篇：介绍Agent原理、平台搭建、设计模式与实战应用，以及向量数据库选型与代码示例等，让学员掌握Agent技术的实战应用。
• 实战项目篇：通过Langchain、AutoGen、CrewAI等实战项目的原理与实战讲解，帮助学员将所学知识应用于实际项目中。
• 行业落地篇：分享RAG技术在不同行业的落地经验、实践心得和业务场景，为学员提供行业应用的思路和方向。

适合人群

• AI爱好者与从业者：希望深入了解大模型应用开发的核心技术，提升实战能力。
• 数据科学家与工程师：希望掌握RAG和Agent技术的最新应用，提升项目开发与落地能力。
• 行业应用开发者：希望将AI技术应用于实际业务场景中，实现业务创新与价值提升。

课程价值

通过本课程的学习，学员将能够：

• 掌握RAG和Agent技术的核心原理与应用方法；
• 独立完成大模型应用开发的全过程，包括模型训练、评估与部署；
• 将所学知识应用于实际项目中，实现AI技术的商业化运营与价值最大化；
• 紧跟AI技术前沿，不断提升自己的技能与竞争力。

本课程《I大模型应用开发——RAG-Agent-AI项目实战与行业落地课》是一套全面、深入且实战导向的培训课程，旨在帮助学员掌握大模型应用开发的核心技术，实现AI技术的商业化运营与价值最大化。无论你是AI爱好者、数据科学家还是行业应用开发者，都能在这里找到适合自己的学习路径与成长机会。快来加入我们，一起探索AI技术的无限可能吧！

课程目录：

资料

企业RAG技术实战.pdf

ai认知课.pdf

embedding技术.pdf

rerank技术.pdf

llama-factory微调.pdf

13_第五课：模块化RAG（一）顺序模式，条件模式，分支模式.mp4

11_第三课：高级RAG（一）层次索引，句子窗口，子查询，HyDE.mp4

37_第十一课：Langgraph多Agent架构：协作多Age.mp4

8_第五课：模型部署（模型合并导出与量化，本地部署）.mp4

29_第三课：Agent平台：国内外主流平台，Coze搭建智能客服.mp4

33_第七课：Agent设计模式（三）：Reflexion，LAT.mp4

15_第七课：Embedding原理：word2vec、CBOW.mp4

16_第八课：Embedding模型训练：llamaindex微调.mp4

21_第十三课：相似性搜索算法：k-means，肘部法则.mp4

1_第一课：人工智能介绍：迭代路径，大模型进化树，技术分类.mp4

35_第九课：Langchain项目原理与实战.mp4

5_第二课：微调数据集准备（SFT继续预训练，偏好优化）.mp4

17_第九课：Embedding模型评估：MRR评测，MTEB评测.mp4

23_第十五课：向量数据库选型：专用向量数据库，传统数据库支持向量.mp4

10_第二课：NaiveRAG与langchain实践.mp4

39_第十三课：AutoGen项目原理与实战（二）：代码执行，工具.mp4

12_第四课：高级RAG（二）提示词压缩，融合，llamainde.mp4

30_第四课：Agent工具使用与functioncall：MR.mp4

9_第一课：RAG技术原理与RAGFlow项目实操.mp4

27_第一课：Agent原理简介：planning、memory、.mp4

22_第十四课：近似邻近算法与过滤向量：PQ量化，HNSW，LSH.mp4

24_第十六课：向量数据库代码示例：chroma与qdrant代码.mp4

20_第十二课：向量数据库简介与相似性测量：欧式距离，余弦相似度.mp4

28_第二课：提示词工程：软提示词，fewshot，COT TOT.mp4

34_第八课：Agent框架：SingleAgent，Multi.mp4

25_第十七课：RAG评估：评估指标，RAGAs，TruLens.mp4

6_第三课：微调过程lora微调与Qlora微调.mp4

7_第四课：模型评估（批量推理与自动评估benchmark）.mp4

31_第五课：Agent设计模式（一）：Fewshot，ReAct.mp4

40_第十四课：CrewAI项目原理与实战：Crew Task A.mp4

14_第六课：模块化RAG（二）迭代，递归检索，FLARE，Toc.mp4

19_第十一课：Rerank模型微调与实践（二）rankGPT.mp4

26_第十八课：RAG行业落地：实践心得，落地经验，业务场景.mp4

38_第十二课：AutoGen项目原理与实战（一）：AutoGen.mp4

18_第十课：Rerank技术原理与实践（一）交叉编码与双编码.mp4

2_第二课：柏拉图表征假说与scalinglaw：KM缩放定律.mp4

4_第一课：大模型微调llama-factory环境准备.mp4

32_第六课：Agent设计模式（二）：REWOO，LLMComp.mp4

3_第三课：AI开发环境（python、conda、vscode.mp4

36_第十课：Langgraph项目原理与实战.mp4