课程目录

• 0、资料以及文档
• AI大模型Agent智能体开发篇
• 1-llamaIndex框架-1-2025-7-9-初见
• 10-langgraph框架-2025-7-30-初见
• 11-langgraph框架2-2025-8-1-初见
• 12-langgraph框架3-2025-8-3-初见
• 13-langgraph框架4-2025-8-6-初见
• 14-项目讲解和应用平台介绍-2025-8-8-初见
• 15-初认MCP-2025-8-10-托比
• 16-MCP进阶-2025-8-13-托比
• 2-llamaIndex-2-2025-7-11-初见
• 3-llamaIndex-3-2025-7-13-初见
• 4-llamaIndex-4-2025-7-16-初见
• 5-llamaIndex-5-2025-7-18-初见
• 6-llamaIndex-5&Agent初识-2025-7-20-初见
• 7-Agent智能体1-2025-7-23-初见
• 8-Agent智能体-2-2025-7-25-初见
• 9-Agent智能体-3-2025-7-27-初见
• AI大模型RAG应用开发篇
• 1-RAG基础-2025-5-25-柏汌
• 10-RAG评估和应用平台-2025-6-29-柏汌
• 11-实战项目：智能文档检索助手-2025-7-2-柏汌
• 12-实战项目：智能文档检索助手-2-2025-7-6-柏汌
• 2-LangChain框架2025-5-28-柏汌
• 3-LangChain框架-2-2025-6-4-柏汌
• 4-LangChain框架-3-2025-6-8-柏汌
• 5-LangChain框架-4-2025-6-11-柏汌
• 6-RAG进阶-2025-6-15-柏汌
• 7-Advanced RAG-2025-6-18-柏汌
• 8-Advanced RAG-2-2025-6-22-柏汌
• 9-Advanced RAG-3-2025-6-25-柏汌
• AI大模型rag应用开发篇第二期
• 1-RAG基础-2025-10-8-柏汌
• 10-RAG评估和应用平台-2025-10-29-柏汌
• 11-实战项目：智能文档检索助手-2025-10-31-柏汌
• 12-实战项目：智能文档检索助手-2-2025-11-3-柏汌
• 2-RAG基础-2-2025-10-10-柏汌
• 3-LangChain框架-2025-10-13-柏汌
• 4-LangChain框架-2-2025-10-15-柏汌
• 5-LangChain框架-3-2025-10-17-柏汌
• 6-LangChain框架-4-2025-10-20-柏汌
• 7-RAG进阶-2025-10-22-柏汌_20251022_223331
• 8-Advanced RAG-2025-10-24-柏汌
• 9-Advanced RAG-2-2025-10-27-柏汌
• AI大模型基础篇
• 3-Prompt Engineering原理-2025-5-14-初见
• 5-prompt提示词项目实战-2025-5-21-初见
• 1-大语言模型基础认知-2025-5-7-初见
• 2-大模型核心原理-2025-05-11-初见
• 4-提示词prompt的原理和优化-2025-5-18-初见
• AI大模型基础篇第二期
• 1-大模型基础认知-2025-9-10-初见
• 4-提示词prompt的原理和优化-2025-9-17-初见
• 5-提示词prompt的原理和优化-2-2025-9-19-初见
• 6-提示词实战案例-2025-9-22-初见
• 7-FastAPI-2025-9-24-初见
• 8-fastapi项目讲解-2025-9-26-初见
• AI大模型私有化微调篇
• 1-⼤模型微调 101-2025-8-15-陈钢
• 10-实战项⽬之个⼈健康助理（上）-2025-9-5陈钢
• 11-实战项⽬之个⼈健康助理（下）-2025-9-7-陈钢
• 12-15两个项目资料
• 16-商业需求与就业发展-2025-9-19-宋永柱
• 2-⼤模型微调 PEFT-2025-8-17-陈钢
• 3-⼤模型微调 量化-2025-8-20-陈钢
• 4-⼤模型微调 量化-2025-8-20-陈钢
• 5-多模态⼤模型（上）基于 CNN 的模型-2025-8-24-陈钢
• 6-多模态⼤模型（下）基于 Transformers 的模型-2025-8-27-陈钢
• 7-⼤模型微调 最佳实践-2025-8-29-陈钢
• 8-实战项⽬之视频转码⽇志报警平台（上）-2025-8-31-陈钢
• 9-实战项⽬之视频转码⽇志报警平台（下）-2025-9-3-陈钢
• 资料
• 10、预习专栏四【提示工程原理】
• 1、提示工程原理解释
• 2、提示工程组成要素和示例
• 3、提示工程调优进阶
• 4、提示工程攻击和防范
• 11、预习专栏五【提示工程项目实战】
• 提示工程项目实战
• 12.21新更新部分
• 2、AI大模型RAG应用开发篇（第二期）
• 1-RAG基础-2025-10-8-柏汌
• 10-RAG评估和应用平台-2025-10-29-柏汌
• 11-实战项目：智能文档检索助手-2025-10-31-柏汌
• 12-实战项目：智能文档检索助手-2-2025-11-3-柏汌
• 2-RAG基础-2-2025-10-10-柏汌
• 3-LangChain框架-2025-10-13-柏汌
• 4-LangChain框架-2-2025-10-15-柏汌
• 5-LangChain框架-3-2025-10-17-柏汌
• 6-LangChain框架-4-2025-10-20-柏汌
• 7-RAG进阶-2025-10-22-柏汌
• 8-Advanced RAG-2025-10-24-柏汌
• 9-Advanced RAG-2-2025-10-27-柏汌
• 3、AI大模型Agent智能体开发篇（第二期）
• 1-初始llamaindex框架-2025-11-10-初见
• 10-多智能体langgraph-2025-12-1-初见
• 11-langgraph框架-2025-12-5-初见
• 12-Langgraph-2-2025-12-8-初见
• 13-Langgrapg-3-2025-12-10-初见
• 2-llamaindex-2-2025-11-12-初见
• 3-llamaindex-3-2025-11-14-初见
• 4-llamaIndex-4-2025-11-17-初见
• 5-llamaIndex-5-2025-11-19-初见
• 6-llamaindex-6-2025-11-21-初见
• 7-llamaindex项目-2025-11-24-初见
• 8-Agent1-2025-11-26-初见
• 9-Agent-2-2025-11-28-初见
• 12、预习专栏六【huggingface专题】
• 1_huggingface-1
• 2_huggingface-2
• 3_huggingface-3
• 4_huggingfacce-4
• 13、预习专栏七【私有化部署】
• 私有化部署
• 1、AI大模型基础篇（第一期）
• AI大模型基础篇（第一期）
• 1、开发环境安装
• 2、MySQL安装
• 3、大语言模型基础认知-2025-5-7-初见
• 4、大模型的核心原理-2025-5-11-初见
• 5、Prompt Engineering原理-2025-5-14-初见
• 6、提示词prompt的原理和优化-2025-5-18-初见
• 7、prompt提示词项目实战-2025-5-21-初见
• 2、AI大模型RAG应用开发篇（第一期）
• 1-RAG基础-2025-5-25-柏汌
• 10-RAG评估和应用平台-2025-6-29-柏汌
• 11-实战项目：智能文档检索助手-2025-7-2-柏汌
• 12-实战项目：智能文档检索助手-2-2025-7-6-柏汌
• 2-LangChain框架-2025-5-28-柏汌
• 3-LangChain框架-2-2025-6-4-柏汌
• 4-LangChain框架-3-2025-6-8-柏汌
• 5-LangChain框架-4-2025-6-11-柏汌
• 6-RAG进阶-2025-6-15-柏汌
• 7-Advanced RAG-2025-6-18-柏汌
• 8-Advanced RAG-2-2025-6-22-柏汌
• 9-Advanced RAG-3-2025-6-25-柏汌
• 3、AI大模型Agent智能体开发篇（第一期）
• 0-mcp和fastapi
• 1-llamaIndex框架-1-2025_7-9-初见
• 10-langgraph框架-2025-7-30-初见
• 11-langgraph框架2-2025-8-1-初见
• 12-langgraph框架3-2025-8-3-初见
• 14-项目讲解和应用平台介绍-2025-8-8-初见
• 15-初认MCP-2025-8-10-托比
• 16-MCP进阶-2025-8-13-托比
• 2-llamaIndex-2-2025-7-11-初见
• 3-llamaIndex-3-2025-7-13-初见
• 4-llamaIndex-4-2025-7-16-初见
• 5-llamaIndex-5-2025-7-18-初见
• 5_13-langgraph框架4-2025-8-6-初见
• 6-llamaIndex-5&Agent初识-2025-7-20-初见
• 7-Agent智能体1-2025-7-23-初见
• 8-Agent智能体-2-2025-7-25-初见
• 9-Agent智能体-3-2025-7-27-初见
• 4、AI大模型私有化微调篇（第一期）
• 1-模型微调 101-2025-8-15-陈钢
• 10-实战项..之个..健康助理（上）-2025-9-5陈钢
• 11-实战项..之个..健康助理（下）-2025-9-7-陈钢
• 12-实战项..之企业知识库项..（上）-2025-9-10-程建章
• 13-实战项..之企业知识库项..（下）-2025-9-12-程建章
• 14-实战项..之销冠智能体项..（上）-2025-9-14-程建章
• 15-实战项..之销冠智能体项..（下）-2025-9-17-程建章
• 16-商业需求与就业发展-2025-9-19-宋永柱
• 2-模型微调 PEFT-2025-8-17-陈钢
• 3-模型微调 量化-2025-8-20-陈钢
• 4-模型微调 量化2-2025-8-22-陈钢
• 5-多模态..模型（上）基于 CNN 的模型-2025-8-24-陈钢
• 6-多模态..模型（下）基于 Transformers 的模型-2025-8-27-陈钢
• 7-模型微调 最佳实践-2025-8-29-陈钢
• 8-实战项..之视频转码..志报警平台（上）-2025-8-31-陈钢
• 9-实战项..之视频转码..志报警平台（下）-2025-9-3-陈钢
• 5、AI大模型基础篇（第二期）
• 1-大模型基础认知-2025-9-10-初见2025-09-10
• 2-大语言模型底层原理解析-2025-9-12-初见
• 3-transformer架构详细解析-2025-9-15-初见
• 4-提示词prompt的原理和优化-2025-9-17-初见
• 5-提示词prompt的原理和优化-2-2025-9-19-初见
• 6-提示词实战案例-2025-9-22-初见
• 7-FastAPI-2025-9-24-初见
• 8-fastapi项目讲解-2025-9-26-初见
• 6、面试专栏
• 10_Reward Hacking问题如何解决？
• 11_残差网络有什么作用
• 12_动态批处理如何提升推理吞吐量？
• 13_剪枝和蒸馏
• 14_解释大模型训练中的“缩放定律”
• 15_LoRI技术详解
• 16_正则化约束
• 17_怎么区分数据噪声与解码策略导致的幻觉
• 18_什么是稀疏微调
• 19_什么是LoRA
• 1_Transformer1整体介绍
• 20_如何通过模型微调，尽量解决提示词注入的问题？
• 21_如果有标注的训练数据很少，如何扩增训练数据的数量？
• 22_模型蒸馏时教师模型“黑暗知识”（Dark Knowledge）的提取技巧
• 23_量化和二值化
• 24_损失函数和反向传播
• 25_神经网络简介
• 26_卷积运算公式
• 27_卷积神经网络原理
• 28_计算机怎么识别图片
• 29_激活函数
• 2_Transformer2词表
• 30_梯度和前向传播
• 31_旋转位置编码
• 32_位置编码
• 33_什么是MoE
• 34_什么是flashattention
• 35_常见的位置编码有哪些
• 36_残差网络有什么作用
• 37_KVcache是干什么的
• 38_encoder-only模型是什么
• 39_deepseek的MLA技术
• 3_Transformer3掩码
• 40_decoder-only模型是什么
• 41_clip是什么
• 42_bert和Transformer的有什么区别
• 43_以Transformer为例大模型面试题目学习方法
• 44_RAG 在多轮对话中表现不佳的原因
• 45_针对性优化RAG延迟的三个环节
• 46_长上下文窗口的技术实现难点
• 47_在RAG中，如何优化Embedding模型以提升检索质量？
• 48_在 RAG 系统中，知识检索和生成式模型分别扮演什么角色，两者如何协同工作？
• 49_与纯生成式模型（如GPT）相比，RAG如何解决幻觉问题？
• 4_Transformer4多头注意力
• 50_向量数据库在RAG中的非必需场景举例及替代方案
• 51_文本分块（Chunking）有哪些常见策略？
• 52_如何设计一个高质量的检索语料库？
• 53_如何将RAG与微调（Fine-tuning）结合？
• 54_如何处理上下文溢出的问题
• 55_如何避免 RAG 生成无关内容
• 56_归一化在rag中的作用
• 57_构建 RAG 系统时，如何选择合适的嵌入模型
• 58_多轮对话的优化方式
• 59_当用户查询与文档库差异较大时（如：口语化表达），如何提升检索的鲁棒性？
• 5_Transformer5前馈网络
• 60_rag在检索中的问题
• 61_rag稀疏检索和稠密检索
• 62_rag是什么 整体流程是怎么样的
• 63_rag生成答案和检索不一致可能的原因
• 64_RAG检索的方式和技术有哪些？
• 65_rag分块策略详解
• 66_RAG的延迟主要来自哪几个环节？ 如何针对性优化？
• 67_通过let’s think step by step提示词触发的思维链模式，与推理模型
• 68_什么是模型的幻觉 该怎么解决
• 69_什么是过拟合 该怎么解决
• 6_Transformer6位置编码
• 70_如何设计 Agent 的目标函数，以确保其行为符合预期？
• 71_描述Agent应用场景并详细说明
• 72_ReAct 框架是什么？
• 73_MCP和function call的异同
• 74_Few-Shot提示构建的关键技巧？
• 75_agent和workflow
• 76_Agent的自我反思机制设计
• 7_Transformer7encoder部分
• 8_Transformer8decoder部分
• 9_PEFT是什么
• 7、预习专栏一【python编程】
• 01_课程说明与大概介绍
• 02_认识Python变量类型与变量地址
• 03_余数与除操作详解
• 04_学习中的复利思维
• 05_位运算符操作
• 06_整数与浮点数的特性
• 07_原生字符串与字节字符串
• 08_输入与输出详解
• 09_容器类型之列表类型
• 10_容器类型之元组类型
• 11_容器类型之字典类型
• 12_容器类型之集合类型
• 13_分支结构
• 14_for循环与列表生成式
• 15_while循环与哨兵值
• 16_函数定义与lambda表达式
• 17_一个案例讲解完毕面向对象的四大特性
• 18_文件操作详解
• 19_自定义异常与异常处理
• 20_模块化编程之内置模块详解
• 21_模块化编程之自定义模块详解
• 22_模块化编程之第三方模块
• 8、预习专栏二【大模型的基础】
• 01-1大模型的基础认知-人工智能演进与大模型兴起 2025.04.16
• 01-2大模型的基础认知-大模型与通用人工智能
• 01-3大模型的基础认知-GPT模型的发展历程
• 01-4大模型的基础认知-国产大模型介绍
• 01-5大模型的基础认知-大模型的趋势和挑战
• 9、预习专栏三【大模型核心原理】
• 1_02_1大模型核心原理-理解大模型成功的背后
• 2_02_2大模型核心原理-理解生成式模型与大语言模型
• 3_02_3大模型核心原理-大模型应用实例与Prompt使用技巧
• 4_02_4大模型核心原理-Transformer架构解析
• 5_02_5大模型核心原理-运行基本机制
• 6_02_6大模型核心原理-关键技术解析：预训练、SFT、RLHF
• 7_02_7大模型核心原理-实践中的大模型