TL学院新-2025年全“薪”AI大模型全栈工程师【2.0】【VIP】
解压密码回复可见：**** Hidden Message *****
——/TL学院新-2025年全“薪”AI大模型全栈工程师【2.0】/
├──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.zip548.50M
| | ├──2-大模型核心原理-2025-05-11-初见.zip6.70M
| | └──4-提示词prompt的原理和优化-2025-5-18-初见.zip4.50M
| ├──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.zip20.81M
├──10、预习专栏四【提示工程原理】
| ├──1、提示工程原理解释.mp495.71M
| ├──2、提示工程组成要素和示例.mp474.20M
| ├──3、提示工程调优进阶.mp4132.27M
| └──4、提示工程攻击和防范.mp454.33M
├──11、预习专栏五【提示工程项目实战】
| └──提示工程项目实战.mp4160.94M
├──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.mp41.42G
| | ├──10-RAG评估和应用平台-2025-10-29-柏汌.mp41.64G
| | ├──11-实战项目：智能文档检索助手-2025-10-31-柏汌.mp4934.08M
| | ├──12-实战项目：智能文档检索助手-2-2025-11-3-柏汌.mp41.41G
| | ├──2-RAG基础-2-2025-10-10-柏汌.mp42.00G
| | ├──3-LangChain框架-2025-10-13-柏汌.mp41.49G
| | ├──4-LangChain框架-2-2025-10-15-柏汌.mp41.67G
| | ├──5-LangChain框架-3-2025-10-17-柏汌.mp41.47G
| | ├──6-LangChain框架-4-2025-10-20-柏汌.mp41.22G
| | ├──7-RAG进阶-2025-10-22-柏汌.mp41.25G
| | ├──8-Advanced RAG-2025-10-24-柏汌.mp41.74G
| | └──9-Advanced RAG-2-2025-10-27-柏汌.mp41.75G
| └──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.mp41.20G
| | ├──10-多智能体langgraph-2025-12-1-初见.mp41.23G
| | ├──11-langgraph框架-2025-12-5-初见.mp41.06G
| | ├──12-Langgraph-2-2025-12-8-初见.mp41.35G
| | ├──13-Langgrapg-3-2025-12-10-初见.mp41.28G
| | ├──2-llamaindex-2-2025-11-12-初见.mp41.39G
| | ├──3-llamaindex-3-2025-11-14-初见.mp41.35G
| | ├──4-llamaIndex-4-2025-11-17-初见.mp41.23G
| | ├──5-llamaIndex-5-2025-11-19-初见.mp41.24G
| | ├──6-llamaindex-6-2025-11-21-初见.mp41.29G
| | ├──7-llamaindex项目-2025-11-24-初见.mp41.28G
| | ├──8-Agent1-2025-11-26-初见.mp41.27G
| | └──9-Agent-2-2025-11-28-初见.mp41.48G
├──12、预习专栏六【huggingface专题】
| ├──1_huggingface-1.mp443.52M
| ├──2_huggingface-2.mp456.94M
| ├──3_huggingface-3.mp426.36M
| └──4_huggingfacce-4.mp458.79M
├──13、预习专栏七【私有化部署】
| └──私有化部署.mp432.34M
├──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.mp451.36M
| | ├──2、MySQL安装.mp431.95M
| | ├──3、大语言模型基础认知-2025-5-7-初见.mp4811.01M
| | ├──4、大模型的核心原理-2025-5-11-初见.mp4662.39M
| | ├──5、Prompt Engineering原理-2025-5-14-初见.mp4534.06M
| | ├──6、提示词prompt的原理和优化-2025-5-18-初见.mp4522.36M
| | └──7、prompt提示词项目实战-2025-5-21-初见.mp4750.52M
├──2、AI大模型RAG应用开发篇（第一期）
| ├──1-RAG基础-2025-5-25-柏汌.mp4850.01M
| ├──10-RAG评估和应用平台-2025-6-29-柏汌.mp4842.88M
| ├──11-实战项目：智能文档检索助手-2025-7-2-柏汌.mp4800.32M
| ├──12-实战项目：智能文档检索助手-2-2025-7-6-柏汌.mp4833.49M
| ├──2-LangChain框架-2025-5-28-柏汌.mp41.05G
| ├──3-LangChain框架-2-2025-6-4-柏汌.mp4955.24M
| ├──4-LangChain框架-3-2025-6-8-柏汌.mp4996.48M
| ├──5-LangChain框架-4-2025-6-11-柏汌.mp4760.36M
| ├──6-RAG进阶-2025-6-15-柏汌.mp4897.20M
| ├──7-Advanced RAG-2025-6-18-柏汌.mp41.45G
| ├──8-Advanced RAG-2-2025-6-22-柏汌.mp41.36G
| └──9-Advanced RAG-3-2025-6-25-柏汌.mp41.07G
├──3、AI大模型Agent智能体开发篇（第一期）
| ├──0-mcp和fastapi.mp4276.52M
| ├──1-llamaIndex框架-1-2025_7-9-初见.mp4997.23M
| ├──10-langgraph框架-2025-7-30-初见.mp41.21G
| ├──11-langgraph框架2-2025-8-1-初见.mp41.34G
| ├──12-langgraph框架3-2025-8-3-初见.mp41.32G
| ├──14-项目讲解和应用平台介绍-2025-8-8-初见.mp41.21G
| ├──15-初认MCP-2025-8-10-托比.mp4983.44M
| ├──16-MCP进阶-2025-8-13-托比.mp41.25G
| ├──2-llamaIndex-2-2025-7-11-初见.mp4906.43M
| ├──3-llamaIndex-3-2025-7-13-初见.mp4887.19M
| ├──4-llamaIndex-4-2025-7-16-初见.mp4885.03M
| ├──5-llamaIndex-5-2025-7-18-初见.mp4833.27M
| ├──5_13-langgraph框架4-2025-8-6-初见.mp41.27G
| ├──6-llamaIndex-5&Agent初识-2025-7-20-初见.mp4770.98M
| ├──7-Agent智能体1-2025-7-23-初见.mp41.23G
| ├──8-Agent智能体-2-2025-7-25-初见.mp41.27G
| └──9-Agent智能体-3-2025-7-27-初见.mp41.30G
├──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.mp41.32G
| ├──10-实战项..之个..健康助理（上）-2025-9-5陈钢.mp42.23G
| ├──11-实战项..之个..健康助理（下）-2025-9-7-陈钢.mp41.30G
| ├──12-实战项..之企业知识库项..（上）-2025-9-10-程建章.mp41.45G
| ├──13-实战项..之企业知识库项..（下）-2025-9-12-程建章.mp41.46G
| ├──14-实战项..之销冠智能体项..（上）-2025-9-14-程建章.mp41.42G
| ├──15-实战项..之销冠智能体项..（下）-2025-9-17-程建章.mp41.16G
| ├──16-商业需求与就业发展-2025-9-19-宋永柱.mp41.27G
| ├──2-模型微调 PEFT-2025-8-17-陈钢.mp41.26G
| ├──3-模型微调 量化-2025-8-20-陈钢.mp4919.67M
| ├──4-模型微调 量化2-2025-8-22-陈钢.mp41.07G
| ├──5-多模态..模型（上）基于 CNN 的模型-2025-8-24-陈钢.mp41.14G
| ├──6-多模态..模型（下）基于 Transformers 的模型-2025-8-27-陈钢.mp41.12G
| ├──7-模型微调 最佳实践-2025-8-29-陈钢.mp41.49G
| ├──8-实战项..之视频转码..志报警平台（上）-2025-8-31-陈钢.mp41.30G
| └──9-实战项..之视频转码..志报警平台（下）-2025-9-3-陈钢.mp41.33G
├──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.mp4368.39M
| ├──2-大语言模型底层原理解析-2025-9-12-初见.mp41.28G
| ├──3-transformer架构详细解析-2025-9-15-初见.mp41009.33M
| ├──4-提示词prompt的原理和优化-2025-9-17-初见.mp41.46G
| ├──5-提示词prompt的原理和优化-2-2025-9-19-初见.mp41.33G
| ├──6-提示词实战案例-2025-9-22-初见.mp41.32G
| ├──7-FastAPI-2025-9-24-初见.mp41.23G
| └──8-fastapi项目讲解-2025-9-26-初见.mp41.10G
├──6、面试专栏
| ├──10_Reward Hacking问题如何解决？.mp453.28M
| ├──11_残差网络有什么作用.mp438.90M
| ├──12_动态批处理如何提升推理吞吐量？.mp431.18M
| ├──13_剪枝和蒸馏.mp440.84M
| ├──14_解释大模型训练中的“缩放定律”.mp447.45M
| ├──15_LoRI技术详解.mp435.03M
| ├──16_正则化约束.mp459.87M
| ├──17_怎么区分数据噪声与解码策略导致的幻觉.mp444.52M
| ├──18_什么是稀疏微调.mp447.01M
| ├──19_什么是LoRA.mp431.22M
| ├──1_Transformer1整体介绍.mp444.80M
| ├──20_如何通过模型微调，尽量解决提示词注入的问题？.mp425.27M
| ├──21_如果有标注的训练数据很少，如何扩增训练数据的数量？.mp437.73M
| ├──22_模型蒸馏时教师模型“黑暗知识”（Dark Knowledge）的提取技巧.mp459.72M
| ├──23_量化和二值化.mp440.51M
| ├──24_损失函数和反向传播.mp411.10M
| ├──25_神经网络简介.mp429.81M
| ├──26_卷积运算公式.mp43.75M
| ├──27_卷积神经网络原理.mp425.21M
| ├──28_计算机怎么识别图片.mp432.76M
| ├──29_激活函数.mp419.63M
| ├──2_Transformer2词表.mp422.41M
| ├──30_梯度和前向传播.mp417.45M
| ├──31_旋转位置编码.mp438.60M
| ├──32_位置编码.mp420.20M
| ├──33_什么是MoE.mp421.14M
| ├──34_什么是flashattention.mp425.93M
| ├──35_常见的位置编码有哪些.mp430.89M
| ├──36_残差网络有什么作用.mp438.91M
| ├──37_KVcache是干什么的.mp413.66M
| ├──38_encoder-only模型是什么.mp436.59M
| ├──39_deepseek的MLA技术.mp425.35M
| ├──3_Transformer3掩码.mp431.46M
| ├──40_decoder-only模型是什么.mp431.19M
| ├──41_clip是什么.mp444.51M
| ├──42_bert和Transformer的有什么区别.mp423.97M
| ├──43_以Transformer为例大模型面试题目学习方法.mp430.39M
| ├──44_RAG 在多轮对话中表现不佳的原因.mp442.81M
| ├──45_针对性优化RAG延迟的三个环节.mp433.94M
| ├──46_长上下文窗口的技术实现难点.mp445.21M
| ├──47_在RAG中，如何优化Embedding模型以提升检索质量？.mp445.20M
| ├──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？.mp4108.42kb
| ├──49_与纯生成式模型（如GPT）相比，RAG如何解决幻觉问题？.mp442.70M
| ├──4_Transformer4多头注意力.mp466.47M
| ├──50_向量数据库在RAG中的非必需场景举例及替代方案.mp432.10M
| ├──51_文本分块（Chunking）有哪些常见策略？.mp447.97M
| ├──52_如何设计一个高质量的检索语料库？.mp446.26M
| ├──53_如何将RAG与微调（Fine-tuning）结合？.mp440.79M
| ├──54_如何处理上下文溢出的问题.mp4126.07kb
| ├──55_如何避免 RAG 生成无关内容.mp437.06M
| ├──56_归一化在rag中的作用.mp442.47M
| ├──57_构建 RAG 系统时，如何选择合适的嵌入模型.mp433.99M
| ├──58_多轮对话的优化方式.mp441.18M
| ├──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？.mp435.93M
| ├──5_Transformer5前馈网络.mp465.00M
| ├──60_rag在检索中的问题.mp449.01M
| ├──61_rag稀疏检索和稠密检索.mp427.64M
| ├──62_rag是什么 整体流程是怎么样的.mp433.47M
| ├──63_rag生成答案和检索不一致可能的原因.mp448.14M
| ├──64_RAG检索的方式和技术有哪些？.mp451.04M
| ├──65_rag分块策略详解.mp448.13M
| ├──66_RAG的延迟主要来自哪几个环节？ 如何针对性优化？.mp435.01M
| ├──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.mp441.28M
| ├──68_什么是模型的幻觉 该怎么解决.mp451.89M
| ├──69_什么是过拟合 该怎么解决.mp467.74M
| ├──6_Transformer6位置编码.mp439.02M
| ├──70_如何设计 Agent 的目标函数，以确保其行为符合预期？.mp446.78M
| ├──71_描述Agent应用场景并详细说明.mp452.22M
| ├──72_ReAct 框架是什么？.mp433.95M
| ├──73_MCP和function call的异同.mp432.05M
| ├──74_Few-Shot提示构建的关键技巧？.mp439.27M
| ├──75_agent和workflow.mp431.09M
| ├──76_Agent的自我反思机制设计.mp439.42M
| ├──7_Transformer7encoder部分.mp462.29M
| ├──8_Transformer8decoder部分.mp463.68M
| └──9_PEFT是什么.mp427.26M
├──7、预习专栏一【python编程】
| ├──01_课程说明与大概介绍.mp414.44M
| ├──02_认识Python变量类型与变量地址.mp443.66M
| ├──03_余数与除操作详解.mp413.17M
| ├──04_学习中的复利思维.mp432.54M
| ├──05_位运算符操作.mp461.91M
| ├──06_整数与浮点数的特性.mp427.72M
| ├──07_原生字符串与字节字符串.mp422.13M
| ├──08_输入与输出详解.mp415.05M
| ├──09_容器类型之列表类型.mp436.60M
| ├──10_容器类型之元组类型.mp49.30M
| ├──11_容器类型之字典类型.mp416.89M
| ├──12_容器类型之集合类型.mp415.53M
| ├──13_分支结构.mp427.99M
| ├──14_for循环与列表生成式.mp434.87M
| ├──15_while循环与哨兵值.mp417.59M
| ├──16_函数定义与lambda表达式.mp458.85M
| ├──17_一个案例讲解完毕面向对象的四大特性.mp484.89M
| ├──18_文件操作详解.mp475.37M
| ├──19_自定义异常与异常处理.mp444.89M
| ├──20_模块化编程之内置模块详解.mp459.86M
| ├──21_模块化编程之自定义模块详解.mp429.91M
| └──22_模块化编程之第三方模块.mp433.11M
├──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.mp4127.38M
| ├──01-2大模型的基础认知-大模型与通用人工智能.mp447.12M
| ├──01-3大模型的基础认知-GPT模型的发展历程.mp438.93M
| ├──01-4大模型的基础认知-国产大模型介绍.mp45.53M
| └──01-5大模型的基础认知-大模型的趋势和挑战.mp428.67M
├──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.mp4101.80M
| ├──2_02_2大模型核心原理-理解生成式模型与大语言模型.mp452.49M
| ├──3_02_3大模型核心原理-大模型应用实例与Prompt使用技巧.mp430.20M
| ├──4_02_4大模型核心原理-Transformer架构解析.mp4196.25M
| ├──5_02_5大模型核心原理-运行基本机制.mp4107.89M
| ├──6_02_6大模型核心原理-关键技术解析：预训练、SFT、RLHF.mp424.93M
| └──7_02_7大模型核心原理-实践中的大模型.mp431.56M
├──课程目录大纲.png150.07kb
└──图灵-全“薪”AI大模型全栈工程师.png124.30kb
果您要查看本帖隐藏内容 6666 1111111111111 RE: TL学院新-2025年全“薪”AI大模型全栈工程师【2.0】【VIP】 [修改] 我想看看。谢谢。 TL学院新-2025年全“薪”AI大模型全栈工程师【2.0】【VIP】 1 [百度网盘] TL学院新-2025年全“薪”AI大模型全栈工程师【2.0】【VIP】 [复制链接] |主动推送
非常好的资源呀