2024爆火AI Agent智能应用从0到1(应用解读+项目实战)⭐2024爆火 AI Agent智能应用从0到1（应用解读+项目实战）

└─ 2024爆火AI Agent智能应用从0到1(应用解读+项目实战) ->
　 ├─ 57_1-提示工程的作用.mp4 - 37.3M
　 ├─ 46_3-数据文档切分操作.mp4 - 44.6M
　 ├─ 6_6-整体总结分析.mp4 - 31.7M
　 ├─ 44_1-langchain框架解读.mp4 - 22.5M
　 ├─ 38_5-感知与反思模块构建流程.mp4 - 39.4M
　 ├─ 47_4-样本索引与向量构建.mp4 - 41.6M
　 ├─ 64_3-微调要解决的问题.mp4 - 14M
　 ├─ 42_9-思考模块解读.mp4 - 27.7M
　 ├─ 60_4-训练流程演示.mp4 - 52.7M
　 ├─ 61_5-效果演示与总结分析.mp4 - 33.1M
　 ├─ 45_2-基本API调用方法.mp4 - 44.7M
　 ├─ 62_1-RAG与微调可以解决与无法解决的问题.mp4 - 21.1M
　 ├─ 53_2-LLM落地微调分析.mp4 - 35.1M
　 ├─ 48_5-数据切块方法.mp4 - 49.5M
　 ├─ 63_2-RAG实践策略.mp4 - 17.2M
　 ├─ 52_1-大模型如何做下游任务.mp4 - 30M
　 ├─ 7_7-GPTS分析一波.mp4 - 47.4M
　 ├─ 9_1-GPTS任务流程概述分析.mp4 - 58M
　 ├─ 5_5-框架的作用和能解决的问题.mp4 - 68.2M
　 ├─ 41_8-感知模块解读.mp4 - 30M
　 ├─ 54_3-LLAMA与LORA介绍.mp4 - 29.3M
　 ├─ 49_1-MOE概述分析.mp4 - 21.1M
　 ├─ 51_3-效果分析与总结.mp4 - 42.9M
　 ├─ 58_2-项目数据解读.mp4 - 43.7M
　 ├─ 50_2-MOE模块实现方法解读.mp4 - 30.2M
　 ├─ 40_7-整体流程框架图.mp4 - 32.3M
　 ├─ 43_10-项目环境配置方法解读.mp4 - 44.6M
　 ├─ 59_3-源码调用DEBUG解读.mp4 - 41M
　 ├─ 8_8-经典任务分析.mp4 - 40.2M
　 ├─ 56_5-LORA模型实现细节.mp4 - 40.6M
　 ├─ 55_4-LORA微调的核心思想.mp4 - 21.9M
　 ├─ 4_4-多智能体定义分析.mp4 - 45.3M
　 ├─ 16_4-接入外部API的方法与流程.mp4 - 59M
　 ├─ 19_1-论文概述分析.mp4 - 41.6M
　 ├─ 21_3-项目环境配置.mp4 - 67.1M
　 ├─ 35_2-要解决的问题和整体框架分析.mp4 - 50.1M
　 ├─ 15_3-前端助手API与流程图配置.mp4 - 80.8M
　 ├─ 23_1-Agent要完成的任务和业务逻辑定义.mp4 - 59.1M
　 ├─ 26_4-子问题生成总结结果.mp4 - 52M
　 ├─ 1_1-Agent要解决的问题分析.mp4 - 36.5M
　 ├─ 39_6-计划模块实现细节.mp4 - 45.5M
　 ├─ 36_3-论文基本框架分析.mp4 - 70.7M
　 ├─ 22_0-基本Agent的组成.mp4 - 56.4M
　 ├─ 30_3-召回优化策略分析.mp4 - 18.1M
　 ├─ 28_1-RAG要完成的任务解读.mp4 - 15.4M
　 ├─ 11_3-API相关配置完成.mp4 - 37.4M
　 ├─ 32_5-评估工具RAGAS.mp4 - 40.8M
　 ├─ 3_3-与大模型的关系分析.mp4 - 49.8M
　 ├─ 14_2-后端GPT项目部署启动.mp4 - 72.7M
　 └─ 37_4-Agent的记忆信息.mp4 - 41M