Index of /【已完结】AI大模型实战高手课/
../
【001】开篇词|开发工程师如何进阶为AI应用型人才?.html 17-Aug-2025 13:35 27873
【002】01|洞察本质:从工程学角度看ChatGPT为什么会崛起.html 17-Aug-2025 13:35 42517
【003】02|学好提示工程,轻松驾驭大模型.html 17-Aug-2025 13:35 41139
【004】03|探索智能体世界:LangChain与RAG检索增强生成.html 17-Aug-2025 13:35 32851
【005】04|本地部署:如何本地化部署开源大模型ChatGLM3-6B?.html 17-Aug-2025 13:35 43893
【006】05|大模型微调:如何基于ChatGLM3-6B+Lora构建基本法律常识大模型?...> 17-Aug-2025 13:35 39076
【007】06|RAG实战:基于ChatGLM3-6B+LangChain+Faiss搭建企业..> 17-Aug-2025 13:35 41838
【008】07|大模型API封装:自建大模型如何对外服务?.html 17-Aug-2025 13:35 40456
【009】08|关于机器学习,你需要了解的基本概念(一).html 17-Aug-2025 13:35 26797
【010】09|关于机器学习,你需要了解的基本概念(二).html 17-Aug-2025 13:36 32111
【011】10|经典算法之RNN:开发人员绕不开的循环神经网络.html 17-Aug-2025 13:36 22871
【012】11|关于自然语言处理,你需要了解的基本概念.html 17-Aug-2025 13:36 26575
【013】12|深入理解Word2Vec:解开词向量生成的奥秘.html 17-Aug-2025 13:36 30313
【014】13|深入理解Seq2Seq:让我们看看语言翻译是怎么来的.html 17-Aug-2025 13:36 36803
【015】14|Transformer技术原理:为什么说Transformer是大模型架构的基..> 17-Aug-2025 13:36 26188
【016】15|Transformer技术原理:为什么说Transformer是大模型架构的基..> 17-Aug-2025 13:36 22592
【017】16|从零开始,构建一个具有100M参数规模的Transformer模型.html 17-Aug-2025 13:36 39230
【018】17|模型解剖:探究模型内部到底是什么?.html 17-Aug-2025 13:36 19294
【019】18|大模型预训练:Pre-Training如何让模型变聪明?.html 17-Aug-2025 13:36 21735
【020】19|深入理解DeepSpeed,提高大模型训练效率.html 17-Aug-2025 13:36 13070
【021】20|人类意图对齐,让模型拥有更高的情商.html 17-Aug-2025 13:36 13405
【022】21|模型测评:如何评估大模型的表现?.html 17-Aug-2025 13:36 12569
【023】22|模型轻量化:如何让模型运行在低配置设备上?.html 17-Aug-2025 13:36 20971
【024】23|模型核心技术指标:如何提高上下文长度?.html 17-Aug-2025 13:36 19533
【025】24|架构设计(上):企业如何设计大模型应用架构?.html 17-Aug-2025 13:36 15761
【026】25|架构设计(下):企业如何搭建 AI 中台?.html 17-Aug-2025 13:36 19502
【027】26|为什么说Mamba是Transformer的最强挑战者?.html 17-Aug-2025 13:36 33045
【028】27|机器人+大模型会产生什么化学反应?.html 17-Aug-2025 13:37 13871
【029】28|Sora的突破:揭秘AI世界模拟器背后的技术演进.html 17-Aug-2025 13:37 24039
【030】29|人工智能+无人机:掀起智能飞行领域革命.html 17-Aug-2025 13:37 16911
【031】30|AI发展的下一阶段:什么是Q-Star()?.html 17-Aug-2025 13:37 12144
【032】结束语|相信自己,未来无限可能.html 17-Aug-2025 13:37 15522
【033】期末测试|来赴一场满分之约!.html 17-Aug-2025 13:37 2626