資料目錄：

├─00_Python基礎(chǔ)
│      1-初始Python.mp4
│      10-字符編碼的處理.mp4
│      11-Python程序調(diào)式和異常處理技巧.mp4
│      12-JSON應(yīng)用.mp4
│      13-文件IO.mp4
│      14-爬蟲(chóng)（1）.mp4
│      15-爬蟲(chóng)（2）.mp4
│      16-爬蟲(chóng)（3）.mp4
│      17-爬蟲(chóng)（4）.mp4
│      18-字符串處理.mp4
│      19.dotenv使用.mp4
│      2-Windows環(huán)境安裝.mp4
│      20.FastAPI的使用.mp4
│      3-macOS環(huán)境安裝.mp4
│      4-VSCode安裝與應(yīng)用.mp4
│      5-PyCharn安裝與應(yīng)用.mp4
│      6-pip包管理工具.mp4
│      7-Python工程應(yīng)用-字符串.mp4
│      8-Python文檔化應(yīng)用場(chǎng)景.mp4
│      9-如何使用注解.mp4
│
├─01_AI及LLM基礎(chǔ)
│  ├─day01_AI領(lǐng)域基礎(chǔ)概念
│  │      day1-demo.zip
│  │      OpenAI-HK 操作指南.pdf
│  │      OpenAI.apifox.json
│  │      【MD】AI 領(lǐng)域基礎(chǔ)概念.md
│  │      【錄播】AI 領(lǐng)域基礎(chǔ)概念.mp4
│  │      【語(yǔ)雀】AI 領(lǐng)域基礎(chǔ)概念.txt
│  │      【課件】AI 領(lǐng)域基礎(chǔ)概念.pdf
│  │      【資料】AI 領(lǐng)域基礎(chǔ)概念.pdf
│  │
│  ├─day02_OpenAI 開(kāi)發(fā)
│  │      day2-demo.zip
│  │      【MD】OpenAI 開(kāi)發(fā).md
│  │      【錄播】OpenAI 開(kāi)發(fā).mp4
│  │      【語(yǔ)雀】OpenAI 開(kāi)發(fā).txt
│  │      【課件】OpenAI 開(kāi)發(fā).pdf
│  │      【資料】OpenAI 開(kāi)發(fā).pdf
│  │
│  └─day03_支持多模態(tài)輸入的 AI Chatbot App
│          day3-demo.zip
│          【MD】支持多模態(tài)輸入的 AI Chatbot App.md
│          【錄播】支持多模態(tài)輸入的 AI Chatbot App.mp4
│          【語(yǔ)雀】支持多模態(tài)輸入的 AI Chatbot App.txt
│          【課件】支持多模態(tài)輸入的 AI Chatbot App.pdf
│          【資料】支持多模態(tài)輸入的 AI Chatbot App.pdf
│
├─02_Prompt基礎(chǔ)
│  └─day04_Prompt Engineering  提示詞工程
│          ChatGPT提示技巧工程完全指南.pdf
│          DALL-E-3繪圖提示詞大全.pdf
│          day4-demo.zip
│          【MD】Prompt Engineering  提示詞工程.md
│          【錄播】Prompt Engineering 提示詞工程.mp4
│          【語(yǔ)雀】Prompt Engineering  提示詞工程.txt
│          【課件】Prompt Engineering  提示詞工程.pdf
│          【資料】Prompt Engineering  提示詞工程.pdf
│          實(shí)用Prompt指令大全.xlsx
│
├─03_LangChain基礎(chǔ)
│  ├─day05_LangChain 基礎(chǔ)
│  │      day5-demo.zip
│  │      【MD】LangChain 基礎(chǔ).md
│  │      【錄播】LangChain 基礎(chǔ).mp4
│  │      【語(yǔ)雀】LangChain 基礎(chǔ).txt
│  │      【課件】LangChain 基礎(chǔ).pdf
│  │      【資料】LangChain 基礎(chǔ).pdf
│  │
│  ├─day06_LangChain Chat Model
│  │      day6-demo.zip
│  │      redis-3.2.100_x64.zip
│  │      RedisDesktopManager-2022.5.zip
│  │      vs_BuildTools.exe
│  │      【MD】LangChain Chat Model.md
│  │      【錄播】LangChain Chat Model.mp4
│  │      【語(yǔ)雀】LangChain Chat Model.txt
│  │      【課件】LangChain Chat Model.pdf
│  │      【資料】LangChain Chat Model.pdf
│  │
│  └─day07_LangChain Tools  & Agent
│          day7-demo.zip
│          【MD】LangChain Tools  & Agent.md
│          【錄播】LangChain Tools  & Agent.mp4
│          【語(yǔ)雀】LangChain Tools  & Agent.txt
│          【課件】LangChain Tools  & Agent.pdf
│          【資料】LangChain Tools  & Agent.pdf
│
├─04_Embedding基礎(chǔ)
│  └─day08_Embedding 與向量數(shù)據(jù)庫(kù)
│          day8-demo.zip
│          【MD】Embedding 與向量數(shù)據(jù)庫(kù).md
│          【錄播】Embedding 與向量數(shù)據(jù)庫(kù).mp4
│          【語(yǔ)雀】Embedding 與向量數(shù)據(jù)庫(kù).txt
│          【課件】Embedding 與向量數(shù)據(jù)庫(kù).pdf
│          【資料】Embedding 與向量數(shù)據(jù)庫(kù).pdf
│
├─05_Rag基礎(chǔ)
│  └─day09_RAG 專(zhuān)題
│          day9-demo.zip
│          【MD】RAG 專(zhuān)題.md
│          【錄播】RAG 專(zhuān)題.mp4
│          【語(yǔ)雀】RAG 專(zhuān)題.txt
│          【課件】RAG 專(zhuān)題.pdf
│          【資料】RAG 專(zhuān)題.pdf
│
├─06_LangChain進(jìn)階
│  └─day10_自定義組件專(zhuān)題
│          day10-demo.zip
│          【MD】自定義組件專(zhuān)題.md
│          【錄播】自定義組件專(zhuān)題.mp4
│          【語(yǔ)雀】自定義組件專(zhuān)題.txt
│          【課件】自定義組件專(zhuān)題.pdf
│          【資料】自定義組件專(zhuān)題.pdf
│
├─07_langChain和RAG實(shí)戰(zhàn)
│  └─day11_基于LangChain和RAG的常用案例實(shí)戰(zhàn)
│          day11-demo.zip
│          【MD】基于LangChain和RAG的常用案例實(shí)戰(zhàn).md
│          【錄播】基于LangChain和RAG的常用案例實(shí)戰(zhàn).mp4
│          【語(yǔ)雀】基于LangChain和RAG的常用案例實(shí)戰(zhàn).txt
│          【課件】基于LangChain和RAG的常用案例實(shí)戰(zhàn).pdf
│          【資料】基于LangChain和RAG的常用案例實(shí)戰(zhàn).pdf
│
├─08_LangGraph
│  └─day12_LangGraph
│          day12-demo.zip
│          【MD】LangGraph.md
│          【錄播】LangGraph.mp4
│          【語(yǔ)雀】LangGraph.txt
│          【課件】LangGraph.pdf
│          【資料】LangGraph.pdf
│
├─09_Hugging Face
│  ├─day_13Hugging Face 核心組件介紹
│  │      demo_13.zip
│  │      【錄播】Hugging Face 核心組件介紹.mp4
│  │      【課件】Hugging Face 核心組件介紹.pdf
│  │      【資料】Hugging Face 核心組件介紹.pdf
│  │
│  ├─day_14Hugging Face 模型微調(diào)訓(xùn)練（基于 BERT 的中文評(píng)價(jià)情感分析）
│  │      demo_14.zip
│  │      【錄播】Hugging Face 模型微調(diào)訓(xùn)練（基于 BERT 的中文評(píng)價(jià)情感分析）.mp4
│  │      【課件】Hugging Face 模型微調(diào)訓(xùn)練（基于 BERT 的中文評(píng)價(jià)情感分析）.pdf
│  │      【資料】Hugging Face 模型微調(diào)訓(xùn)練（基于 BERT 的中文評(píng)價(jià)情感分析）.pdf
│  │
│  ├─day_15Hugging Face 模型微調(diào)訓(xùn)練（如何處理超長(zhǎng)文本訓(xùn)練問(wèn)題）
│  │      model.zip
│  │      【錄播】Hugging Face 模型微調(diào)訓(xùn)練（如何處理超長(zhǎng)文本訓(xùn)練問(wèn)題）.mp4
│  │      【課件】Hugging Face 模型微調(diào)訓(xùn)練（如何處理超長(zhǎng)文本訓(xùn)練問(wèn)題）.pdf
│  │      【資料】Hugging Face 模型微調(diào)訓(xùn)練（如何處理超長(zhǎng)文本訓(xùn)練問(wèn)題）.pdf
│  │
│  └─day_16Hugging Face 模型微調(diào)訓(xùn)練（GPT2-中文生成模型定制化微調(diào)訓(xùn)練）
│          demo_16.zip
│          gpt2-chinese模型.zip
│          【錄播】Hugging Face 模型微調(diào)訓(xùn)練（GPT2-中文生成模型定制化微調(diào)訓(xùn)練）.mp4
│          【課件】Hugging Face 模型微調(diào)訓(xùn)練（GPT2-中文生成模型定制化微調(diào)訓(xùn)練）.pdf
│          【資料】Hugging Face 模型微調(diào)訓(xùn)練（GPT2-中文生成模型定制化微調(diào)訓(xùn)練）.pdf
│
├─10_modelScope
│  └─day_17ModeScope在線訓(xùn)練平臺(tái)&服務(wù)器選配訓(xùn)練模型
│          demo_17.zip
│          【錄播】ModeScope在線訓(xùn)練平臺(tái)&服務(wù)器選配訓(xùn)練模型.mp4
│          【課件】ModeScope在線訓(xùn)練平臺(tái)&服務(wù)器選配訓(xùn)練模型.pdf
│          【資料】ModeScope在線訓(xùn)練平臺(tái)&服務(wù)器選配訓(xùn)練模型.pdf
│
├─11_Llama3
│  ├─day_18Llama3大模型本地部署與調(diào)用
│  │      demo_18.zip
│  │      【錄播】Llama3大模型本地部署與調(diào)用.mp4
│  │      【課件】llama3大模型本地部署與調(diào)用.pdf
│  │      【資料】Llama3大模型本地部署與調(diào)用(1).pdf
│  │      【資料】Llama3大模型本地部署與調(diào)用.pdf
│  │
│  ├─day_19LLaMa3微調(diào)_使用 LLaMA-Factory微調(diào)Llama3
│  │      data.zip
│  │      demo_19.zip
│  │      【錄播】LLaMA_Factory微調(diào)Llama3.mp4
│  │      【課件】LLaMa3微調(diào)（使用 LLaMA-Factory 微調(diào) LLaMA3）.pdf
│  │      【資料】LLaMa3微調(diào)（使用 LLaMA-Factory 微調(diào) LLaMA3）.pdf
│  │
│  ├─day_20LLaMa3打包部署教程 (Lora 微調(diào)與模型合并）
│  │      demo_20.zip
│  │      【錄播】LLaMa3打包部署教程 (Lora 微調(diào)與模型合并).mp4
│  │      【課件】LLaMa3打包部署（Lora微調(diào)與模型合并部署）.pdf
│  │      【資料】LLaMa3 打包部署教程 (Lora 微調(diào)與模型合并部署).pdf
│  │
│  ├─day_21LLaMa3打包部署（LLaMA-Factory模型評(píng)估與量化）
│  │      Lora微調(diào)權(quán)重（Llama-3-8B-Instruct）.zip
│  │      【錄播】LLaMa3打包部署（LLaMA-Factory模型評(píng)估與量化）.mp4
│  │      【課件】LLaMa3打包部署（LLaMA-Factory模型評(píng)估與量化）.pdf
│  │      【資料】LLaMa3打包部署（LLaMA-Factory模型評(píng)估與量化）.pdf
│  │
│  └─day_22LLaMa3打包部署（大模型轉(zhuǎn)換為 GGUF 以及使用 ollama 運(yùn)行）
│          Llama-3-8B-Instruct.7z
│          【錄播】LLaMa3打包部署（大模型轉(zhuǎn)換為 GGUF 以及使用 ollama 運(yùn)行） -筆記.PanD
│          【錄播】LLaMa3打包部署（大模型轉(zhuǎn)換為 GGUF 以及使用 ollama 運(yùn)行）.mp4
│          【課件】LLaMa3打包部署（大模型轉(zhuǎn)換為 GGUF 以及使用 ollama 運(yùn)行）.pdf
│          【資料】LLaMa3打包部署（大模型轉(zhuǎn)換為 GGUF 以及使用 ollama 運(yùn)行）.pdf
│
├─12_多模態(tài)
│  └─day_23多模態(tài)（多模態(tài)大模型的概念與本地部署調(diào)用）
│          【錄播】多模態(tài)大模型的概念與本地部署調(diào)用.mp4
│          【課件】多模態(tài)（多模態(tài)大模型的概念與本地部署調(diào)用）.pdf
│          【資料】多模態(tài)（多模態(tài)大模型的概念與本地部署調(diào)用）.pdf
│          文生視頻效果.mp4
│
├─13_llamaindex
│  ├─day_24Llama_Index（核心組件介紹）
│  │      demo_24.zip
│  │      llama_index0.8.3.zip
│  │      【錄播】Llama_Index（核心組件介紹）.mp4
│  │      【課件】Llama_Index（核心組件介紹）.pdf
│  │      【資料】Llama_Index（核心組件介紹）.pdf
│  │
│  └─day_25llamaindex實(shí)戰(zhàn)（使用llamaindex構(gòu)建自己的知識(shí)庫(kù)）
│          demo_25.zip
│          【錄播】llamaindex實(shí)戰(zhàn)（使用llamaindex構(gòu)建自己的知識(shí)庫(kù)）.mp4
│          【課件】llamaindex實(shí)戰(zhàn)（使用llamaindex構(gòu)建自己的知識(shí)庫(kù)）.pdf
│          【資料】llamaindex實(shí)戰(zhàn)（使用llamaindex構(gòu)建自己的知識(shí)庫(kù)）.pdf
│
├─14_AutoGen Studio
│  └─day_26AutoGen Studio調(diào)用本地大模型實(shí)現(xiàn)多Agent應(yīng)用
│          【錄播】AutoGen Studio調(diào)用本地大模型實(shí)現(xiàn)多Agent應(yīng)用.mp4
│          【課件】AutoGen Studio入門(mén)使用.pdf
│          【資料】AutoGen Studio入門(mén)使用.pdf
│
├─15 項(xiàng)目實(shí)戰(zhàn)（聚客一和二期)
│  ├─day33_RAG項(xiàng)目實(shí)戰(zhàn)（使用llamaindex構(gòu)建自己的知識(shí)庫(kù)）
│  │      RAG_項(xiàng)目源碼.zip
│  │      【錄播】RAG項(xiàng)目實(shí)戰(zhàn)（使用llamaindex構(gòu)建自己的知識(shí)庫(kù)）.mp4
│  │      【課件】RAG項(xiàng)目實(shí)戰(zhàn)（使用llamaindex構(gòu)建自己的知識(shí)庫(kù)）.pdf
│  │      【資料】RAG項(xiàng)目實(shí)戰(zhàn)（使用llamaindex構(gòu)建自己的知識(shí)庫(kù)）.pdf
│  │
│  ├─day34_視覺(jué)項(xiàng)目實(shí)戰(zhàn)（基于yolo的骨齡識(shí)別項(xiàng)目_01）
│  │      yolov5-master.zip
│  │      【錄播】視覺(jué)項(xiàng)目實(shí)戰(zhàn)（基于yolo的骨齡識(shí)別項(xiàng)目_01）.mp4
│  │      【課件】視覺(jué)項(xiàng)目實(shí)戰(zhàn)（基于yolo的骨齡識(shí)別項(xiàng)目_01）.pdf
│  │      【資料】YOLOv5目標(biāo)偵測(cè)教程.pdf
│  │
│  ├─day35_視覺(jué)項(xiàng)目實(shí)戰(zhàn)（基于yolo的骨齡識(shí)別項(xiàng)目_02）
│  │      dataset.7z
│  │      day31_demo.7z
│  │      【錄播】視覺(jué)項(xiàng)目實(shí)戰(zhàn)（基于yolo的骨齡識(shí)別項(xiàng)目_02）.mp4
│  │      【課件】視覺(jué)項(xiàng)目實(shí)戰(zhàn)（基于yolo的骨齡識(shí)別項(xiàng)目_02）.pdf
│  │
│  ├─day_27基于本地大模型的在線心理問(wèn)診系統(tǒng)（訓(xùn)練篇）
│  │      data.zip
│  │      demo_27.zip
│  │      【錄播】基于本地大模型的在線心理問(wèn)診系統(tǒng)（訓(xùn)練篇01）.mp4
│  │      【課件】基于本地大模型的在線心理問(wèn)診系統(tǒng)（訓(xùn)練篇）.pdf
│  │      【資料】xtuner微調(diào)大模型教程.pdf
│  │      項(xiàng)目流程.png
│  │
│  ├─day_28基于本地大模型的在線心理問(wèn)診系統(tǒng)（訓(xùn)練篇）
│  │  │  【錄播】基于本地大模型的在線心理問(wèn)診系統(tǒng)（訓(xùn)練篇02）.mp4
│  │  │
│  │  ├─data
│  │  │      llama_factory_data.zip
│  │  │      output_conversations.csv
│  │  │      xtuner_data.zip
│  │  │
│  │  ├─llamafactory數(shù)據(jù)集轉(zhuǎn)換代碼
│  │  │      data_utils.py
│  │  │
│  │  ├─xtuner模型訓(xùn)練配置文件
│  │  │      internlm2_5_chat_7b_qlora_oasst1_e3.py
│  │  │      qwen1_5_1_8b_chat_qlora_alpaca_e3.py
│  │  │
│  │  └─xtuner環(huán)境
│  │          requirements.txt
│  │
│  ├─day_29基于本地大模型的在線心理問(wèn)診系統(tǒng)(部署篇)
│  │      【錄播】基于本地大模型的在線心理問(wèn)診系統(tǒng)(部署篇).mp4
│  │      【課件】基于本地大模型的在線心理問(wèn)診系統(tǒng)（部署篇）.pdf
│  │      【資料】基于本地大模型的在線心理問(wèn)診系統(tǒng)（部署篇）.pdf
│  │      項(xiàng)目模型.7z
│  │
│  ├─day_30基于RAG的線上智能客服系統(tǒng)（微調(diào)篇）
│  │      data.zip
│  │      demo_30.zip
│  │      【錄播】基于RAG的線上智能客服系統(tǒng)（微調(diào)篇）.mp4
│  │      【課件】基于RAG的線上智能客服系統(tǒng)（微調(diào)篇）.pdf
│  │      項(xiàng)目背景.png
│  │
│  ├─day_31基于RAG的線上智能客服系統(tǒng)（部署篇）
│  │  │  demo_31.zip
│  │  │  【錄播】基于RAG的線上智能客服系統(tǒng)（部署篇）.mp4
│  │  │  【課件】基于RAG的線上智能客服系統(tǒng)（部署篇）.pdf
│  │  │  【資料】OpenCompass文檔.md
│  │  │
│  │  └─lora模型
│  │          Qwen2.5-3B-Instruct-lora.zip
│  │
│  └─day_32基于pytorch的語(yǔ)音識(shí)別與語(yǔ)音喚醒
│          demo_32.zip
│          【錄播】擴(kuò)展項(xiàng)目（基于pytorch的語(yǔ)音識(shí)別與語(yǔ)音喚醒）.mp4
│          【課件】擴(kuò)展項(xiàng)目（基于pytorch實(shí)現(xiàn)的語(yǔ)音識(shí)別）.pdf
│          本地存儲(chǔ)index的RAG.7z
│          語(yǔ)音應(yīng)用場(chǎng)景.png
│
├─16_項(xiàng)目實(shí)戰(zhàn)（聚客第三期_最新）
│   ├─1_開(kāi)班典禮-241216
│   │      2024-12-16 開(kāi)班典禮.mp4
│   │
│   ├─2_RAG-Embedding-Vector
│   │  ├─day01
│   │  │      Python語(yǔ)法入門(mén)教程.md
│   │  │      RAG-Embeddings.7z
│   │  │      RAG搭建流程和文本向量.mp4
│   │  │
│   │  └─day02
│   │          RAG-Embeddings.7z
│   │          向量數(shù)據(jù)庫(kù)和RAG高級(jí)進(jìn)階.mp4
│   │
│   ├─3_LangChain
│   │      LangChain.7z
│   │      LangChain.mp4
│   │
│   ├─day04_Hugging Face 核心組件介紹
│   │      demo_4.7z
│   │      【錄播】Hugging Face 核心組件介紹.mp4
│   │      【課件】Hugging Face 核心組件介紹.pdf
│   │      【資料】Hugging Face 核心組件介紹.pdf
│   │
│   ├─day05_基于 BERT 的中文評(píng)價(jià)情感分析
│   │      demo_5.7z
│   │      【錄播】基于 BERT 的中文評(píng)價(jià)情感分析.mp4
│   │      【課件】Hugging Face 模型微調(diào)訓(xùn)練（基于 BERT 的中文評(píng)價(jià)情感分析）.pdf
│   │      【資料】Hugging Face 模型微調(diào)訓(xùn)練（基于 BERT 的中文評(píng)價(jià)情感分析）.pdf
│   │
│   ├─day06_自定義vocab
│   │      demo_6.7z
│   │      【錄播】自定義vocab.mp4
│   │      【課件】Hugging Face 模型微調(diào)訓(xùn)練（自定義vocab）.pdf
│   │
│   ├─day07_如何處理超長(zhǎng)文本訓(xùn)練問(wèn)題
│   │      demo_7.7z
│   │      model.zip
│   │      【錄播】如何處理超長(zhǎng)文本訓(xùn)練問(wèn)題.mp4
│   │      【課件】Hugging Face 模型微調(diào)訓(xùn)練（如何處理超長(zhǎng)文本訓(xùn)練問(wèn)題）.pdf
│   │
│   ├─day08_GPT2-中文生成模型定制化微調(diào)訓(xùn)練
│   │      demo_8.7z
│   │      gpt2-chinese模型.zip
│   │      【錄播】GPT2-中文生成模型定制化微調(diào)訓(xùn)練.mp4
│   │      【課件】Hugging Face 模型微調(diào)訓(xùn)練（GPT2-中文生成模型定制化微調(diào)訓(xùn)練）.pdf
│   │
│   ├─day09_遠(yuǎn)程GPU服務(wù)器
│   │      1月8日.mp4
│   │      代碼與資料.7z
│   │      未命名文檔.PanD
│   │
│   ├─day10_llama3大模型本地調(diào)用
│   │      demo_10.7z
│   │      【錄播】llama3大模型本地調(diào)用.mp4
│   │      【課件】llama3大模型本地調(diào)用.pdf
│   │
│   ├─day11_Llama3.2模型微調(diào)
│   │      data.zip
│   │      demo_11.7z
│   │      【錄播】llama3.2模型微調(diào).mp4
│   │      【課件】LLaMa3微調(diào)（使用 LLaMA-Factory 微調(diào) LLaMA3）.pdf
│   │      【資料】LLaMa3微調(diào)（使用 LLaMA-Factory 微調(diào) LLaMA3）.pdf
│   │
│   ├─day12_Lora模型合并與推理測(cè)試
│   │      checkpoint-800.7z
│   │      data.7z
│   │      【錄播】Lora模型合并與推理測(cè)試.mp4
│   │
│   ├─day13_LLaMA-Factory模型導(dǎo)出量化
│   │      checkpoint-3700.7z
│   │      demo_13.7z
│   │      【錄播】LLaMA-Factory模型導(dǎo)出量化.mp4
│   │      【課件】LLaMa3導(dǎo)出量化（LLaMA-Factory模型導(dǎo)出量化）.pdf
│   │      【資料】LLaMa3導(dǎo)出量化（LLaMA-Factory模型導(dǎo)出量化）.pdf
│   │
│   ├─day14_LLaMA-Factory模型評(píng)估與QLora微調(diào)
│   │      AI技術(shù)路線.pdf
│   │      【錄播】LLama-Factory模型評(píng)估與QLora微調(diào).mp4
│   │      【課件】LLama-Factory模型評(píng)估與QLora微調(diào).pdf
│   │      【資料】LLama-Factory模型評(píng)估.pdf
│   │
│   ├─day15_Qwen模型打包部署（Lora模型合并&轉(zhuǎn)GGUF模型部署）
│   │      Lora.7z
│   │      【錄播】HF模型轉(zhuǎn)GGUF以及使用ollama部署.mp4
│   │      【課件】Qwen模型打包部署（Lora模型合并&轉(zhuǎn)GGUF模型部署）.pdf
│   │      【資料】Qwen模型打包部署（Lora模型合并&轉(zhuǎn)GGUF模型部署）.pdf
│   │
│   ├─day16_Qwen模型打包部署（HF轉(zhuǎn)GGUF&ollama+open_webui部署）
│   │      Qwen1___5-1___8B-Chat-merged-q8.gguf
│   │      【錄播】Qwen模型打包部署（HF轉(zhuǎn)GGUF&ollama+open_webui部署）.mp4
│   │      【課件】Qwen模型打包部署（Lora模型合并&轉(zhuǎn)GGUF模型部署）.pdf
│   │      【資料】Qwen模型打包部署（Lora模型合并&轉(zhuǎn)GGUF模型部署）.pdf
│   │
│   ├─day17_Xtuner微調(diào)大模型
│   │      xtuner微調(diào)配置文件.7z
│   │      xtuner數(shù)據(jù)集轉(zhuǎn)換代碼.7z
│   │      【錄播】Xtuner微調(diào)大模型（QLora與Lora）.mp4
│   │      【資料】xtuner微調(diào)大模型教程.pdf
│   │
│   ├─day18_LMDeploy部署大模型
│   │      demo_18.7z
│   │      【錄播】LMDeploy部署大模型.mp4
│   │      【資料】LMDeploy部署大模型.pdf
│   │
│   ├─day19_OpenCompass大模型評(píng)估
│   │      OpenCompassData-core-20240207.7z
│   │      OpenCompassData-core-20240207.zip
│   │      ptb.7z
│   │      【錄播】OpenCompass大模型評(píng)估.mp4
│   │      【課件】OpenCompass模型評(píng)估.pdf
│   │      【資料】OpenCompass模型評(píng)估.pdf
│   │
│   ├─day20_llama-index核心組件
│   │      demo_20.7z
│   │      【錄播】Llama_Index核心組件介紹.mp4
│   │      【課件】Llama_Index（核心組件介紹）.pdf
│   │      【資料】Llama_Index（核心組件介紹）.pdf
│   │      模型微調(diào)與RAG.png
│   │
│   ├─day21_llama-index入門(mén)實(shí)操
│   │      demo_21.zip
│   │      【錄播】Llama_index入門(mén)實(shí)操.mp4
│   │      【課件】Llama_index入門(mén)實(shí)操.pdf
│   │
│   ├─day22_llama-index實(shí)現(xiàn)RAG
│   │      demo_22.7z
│   │      【錄播】llama-index實(shí)現(xiàn)RAG.mp4
│   │      【課件】Llama_index實(shí)現(xiàn)RAG.pdf
│   │
│   ├─day23_AutoGen_Studio搭建多智能體應(yīng)用
│   │      【錄播】AutoGen_Studio搭建多智能體應(yīng)用.mp4
│   │      【課件】AutoGen_Studio搭建多智能體應(yīng)用.pdf
│   │      【資料】AutoGen_Studio搭建多智能體應(yīng)用.pdf
│   │      圖像資料.7z
│   │
│   ├─day24_多模態(tài)大模型
│   │      【錄播】多模態(tài)大模型的概念與本地部署調(diào)用.mp4
│   │      【課件】多模態(tài)（多模態(tài)大模型的概念與本地部署調(diào)用）.pdf
│   │      【資料】多模態(tài)（多模態(tài)大模型的概念與本地部署調(diào)用）.pdf
│   │      筆記.7z
│   │
│   ├─day25_deep-seek與多卡訓(xùn)練
│   │      【錄播】deep_seek與多卡訓(xùn)練.mp4
│   │      【課件】deepseek與分布式訓(xùn)練.pdf
│   │      課堂筆記.7z
│   │
│   ├─day26_基于本地大模型的AI試題系統(tǒng)（方案篇）
│   │      AI題庫(kù)項(xiàng)目分析.png
│   │      【錄播】基于本地大模型的AI試題系統(tǒng)（方案篇）.mp4
│   │      數(shù)據(jù).7z
│   │
│   ├─day27_基于本地大模型的AI試題系統(tǒng)（實(shí)現(xiàn)篇）
│   │      Lora模型與訓(xùn)練日志.7z
│   │      【錄播】基于本地大模型的AI試題系統(tǒng)（實(shí)現(xiàn)篇）.mp4
│   │      數(shù)據(jù)轉(zhuǎn)換代碼.7z
│   │      標(biāo)注后的數(shù)據(jù).7z
│   │      轉(zhuǎn)換后的訓(xùn)練集與測(cè)試集.7z
│   │
│   ├─day28_基于RAG的法律條文智能助手（方案篇）
│   │      llama_factory對(duì)話模板導(dǎo)出.7z
│   │      R1思維鏈與微調(diào).png
│   │      RAG知識(shí)庫(kù)數(shù)據(jù)獲取.7z
│   │      RAG項(xiàng)目需求.png
│   │      【錄播】基于RAG的法律條文智能助手【方案篇】.mp4
│   │      【課件】基于RAG的法律條文智能助手（方案篇）.pdf
│   │      模型微調(diào)數(shù)據(jù)集.7z
│   │
│   ├─day29_基于RAG的法律條文助手（實(shí)現(xiàn)篇）
│   │      【錄播】基于RAG的法律條文智能助手【實(shí)現(xiàn)篇】.mp4
│   │      【課件】基于RAG的法律條文智能助手（實(shí)現(xiàn)篇）.pdf
│   │      項(xiàng)目源碼.7z
│   │
│   └─day30_基于pytorch的語(yǔ)音喚醒系統(tǒng)
│           【錄播】擴(kuò)展項(xiàng)目（基于pytorch的語(yǔ)音喚醒系統(tǒng)）.mp4
│           【課件】擴(kuò)展項(xiàng)目（基于pytorch實(shí)現(xiàn)的語(yǔ)音識(shí)別）.pdf
│           語(yǔ)音喚醒.png
│           項(xiàng)目源碼.7z
│           
├─AI大模型學(xué)習(xí)路徑.pdf
└─大神指南.docx