1_1-agent要解决的问题分析
09:05
2_2-agent需要具备的基本能力
08:19
3_3-与大模型的关系分析
06:38
4_4-多智能体定义分析
06:02
5_5-框架的作用和能解决的问题
09:04
6_6-整体总结分析
未上传
7_7-gpts分析一波
未上传
8_8-经典任务分析
未上传
9_1-gpts任务流程概述分析
未上传
10_2-调用api的控制方式
未上传
11_3-api相关配置完成
未上传
12_4-完成指令与脚本并生成
未上传
13_1-demo演示与整体架构分析
未上传
14_2-后端gpt项目部署启动
未上传
15_3-前端助手api与流程图配置
未上传
16_4-接入外部api的方法与流程
未上传
17_5-引入api方法解读
未上传
18_6-指令提示构建
未上传
19_1-论文概述分析
未上传
20_2-整体框架逻辑介绍
未上传
21_3-项目环境配置
未上传
22_0-基本agent的组成
未上传
23_1-agent要完成的任务和业务逻辑定义
未上传
24_2-问题拆解与执行流程
未上传
25_3-检索得到重要的url
未上传
26_4-子问题生成总结结果
未上传
27_5-总结与结果输出
未上传
28_1-rag要完成的任务解读
未上传
29_2-rag整体流程解读
未上传
30_3-召回优化策略分析
未上传
31_4-召回改进方案解读
未上传
32_5-评估工具ragas
未上传
33_6-外接本地数据库工具
未上传
34_1-整体故事解读
未上传
35_2-要解决的问题和整体框架分析
未上传
36_3-论文基本框架分析
未上传
37_4-agent的记忆信息
未上传
38_5-感知与反思模块构建流程
未上传
39_6-计划模块实现细节
未上传
40_7-整体流程框架图
未上传
41_8-感知模块解读
未上传
42_9-思考模块解读
未上传
43_10-项目环境配置方法解读
未上传
44_1-langchain框架解读
未上传
45_2-基本api调用方法
未上传
46_3-数据文档切分操作
未上传
47_4-样本索引与向量构建
未上传
48_5-数据切块方法
未上传
49_1-moe概述分析
未上传
50_2-moe模块实现方法解读
未上传
51_3-效果分析与总结
未上传
52_1-大模型如何做下游任务
未上传
53_2-llm落地微调分析
未上传
54_3-llama与lora介绍
未上传
55_4-lora微调的核心思想
未上传
56_5-lora模型实现细节
未上传
57_1-提示工程的作用
未上传
58_2-项目数据解读
未上传
59_3-源码调用debug解读
未上传
60_4-训练流程演示
未上传
61_5-效果演示与总结分析
未上传
62_1-rag与微调可以解决与无法解决的问题
未上传
63_2-rag实践策略
未上传
64_3-微调要解决的问题
未上传