2025年聚客大模型第三期（聚客第一第二、第三期）

zjy_dmz

课程介绍:
2025年聚客大模型第三期课程涵盖了AI大模型的全面学习路径，从Python基础到AI及LLM基础，再到Prompt工程、LangChain、Embedding、RAG等高级主题。课程内容包括多模态大模型、Hugging Face模型微调、Llama3大模型部署与微调、LangGraph、AutoGen Studio等多方面的实战应用。学员将通过项目实战，如基于RAG的智能客服系统、多模态大模型部署、语音识别与唤醒等，掌握AI大模型的实际应用与开发技能。

课程目录:
└─2025年聚客大模型第三期（聚客第一第二、第三期）
    │  AI大模型学习路径.pdf
    │  大神指南.docx
    │   
    ├─00_Python基础
    │      1-初始Python.mp4
    │      10-字符编码的处理.mp4
    │      11-Python程序调式和异常处理技巧.mp4
    │      12-JSON应用.mp4
    │      13-文件IO.mp4
    │      14-爬虫（1）.mp4
    │      15-爬虫（2）.mp4
    │      16-爬虫（3）.mp4
    │      17-爬虫（4）.mp4
    │      18-字符串处理.mp4
    │      19.dotenv使用.mp4
    │      2-Windows环境安装.mp4
    │      20.FastAPI的使用.mp4
    │      3-macOS环境安装.mp4
    │      4-VSCode安装与应用.mp4
    │      5-PyCharn安装与应用.mp4
    │      6-pip包管理工具.mp4
    │      7-Python工程应用-字符串.mp4
    │      8-Python文档化应用场景.mp4
    │      9-如何使用注解.mp4
    │      
    ├─01_AI及LLM基础
    │  ├─day01_AI领域基础概念
    │  │      day1-demo.zip
    │  │      OpenAI-HK 操作指南.pdf
    │  │      OpenAI.apifox.json
    │  │      【MD】AI 领域基础概念.md
    │  │      【录播】AI 领域基础概念.mp4
    │  │      【语雀】AI 领域基础概念.txt
    │  │      【课件】AI 领域基础概念.pdf
    │  │      【资料】AI 领域基础概念.pdf
    │  │      
    │  ├─day02_OpenAI 开发
    │  │      day2-demo.zip
    │  │      【MD】OpenAI 开发.md
    │  │      【录播】OpenAI 开发.mp4
    │  │      【语雀】OpenAI 开发.txt
    │  │      【课件】OpenAI 开发.pdf
    │  │      【资料】OpenAI 开发.pdf
    │  │      
    │  └─day03_支持多模态输入的 AI Chatbot App
    │          day3-demo.zip
    │          【MD】支持多模态输入的 AI Chatbot App.md
    │          【录播】支持多模态输入的 AI Chatbot App.mp4
    │          【语雀】支持多模态输入的 AI Chatbot App.txt
    │          【课件】支持多模态输入的 AI Chatbot App.pdf
    │          【资料】支持多模态输入的 AI Chatbot App.pdf
    │         
    ├─02_Prompt基础
    │  └─day04_Prompt Engineering  提示词工程
    │          ChatGPT提示技巧工程完全指南.pdf
    │          DALL-E-3绘图提示词大全.pdf
    │          day4-demo.zip
    │          【MD】Prompt Engineering  提示词工程.md
    │          【录播】Prompt Engineering 提示词工程.mp4
    │          【语雀】Prompt Engineering  提示词工程.txt
    │          【课件】Prompt Engineering  提示词工程.pdf
    │          【资料】Prompt Engineering  提示词工程.pdf
    │          实用Prompt指令大全.xlsx
    │         
    ├─03_LangChain基础
    │  ├─day05_LangChain 基础
    │  │      day5-demo.zip
    │  │      【MD】LangChain 基础.md
    │  │      【录播】LangChain 基础.mp4
    │  │      【语雀】LangChain 基础.txt
    │  │      【课件】LangChain 基础.pdf
    │  │      【资料】LangChain 基础.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
    │  │      【录播】LangChain Chat Model.mp4
    │  │      【语雀】LangChain Chat Model.txt
    │  │      【课件】LangChain Chat Model.pdf
    │  │      【资料】LangChain Chat Model.pdf
    │  │      
    │  └─day07_LangChain Tools  & Agent
    │          day7-demo.zip
    │          【MD】LangChain Tools  & Agent.md
    │          【录播】LangChain Tools  & Agent.mp4
    │          【语雀】LangChain Tools  & Agent.txt
    │          【课件】LangChain Tools  & Agent.pdf
    │          【资料】LangChain Tools  & Agent.pdf
    │         
    ├─04_Embedding基础
    │  └─day08_Embedding 与向量数据库
    │          day8-demo.zip
    │          【MD】Embedding 与向量数据库.md
    │          【录播】Embedding 与向量数据库.mp4
    │          【语雀】Embedding 与向量数据库.txt
    │          【课件】Embedding 与向量数据库.pdf
    │          【资料】Embedding 与向量数据库.pdf
    │         
    ├─05_Rag基础
    │  └─day09_RAG 专题
    │          day9-demo.zip
    │          【MD】RAG 专题.md
    │          【录播】RAG 专题.mp4
    │          【语雀】RAG 专题.txt
    │          【课件】RAG 专题.pdf
    │          【资料】RAG 专题.pdf
    │         
    ├─06_LangChain进阶
    │  └─day10_自定义组件专题
    │          day10-demo.zip
    │          【MD】自定义组件专题.md
    │          【录播】自定义组件专题.mp4
    │          【语雀】自定义组件专题.txt
    │          【课件】自定义组件专题.pdf
    │          【资料】自定义组件专题.pdf
    │         
    ├─07_langChain和RAG实战
    │  └─day11_基于LangChain和RAG的常用案例实战
    │          day11-demo.zip
    │          【MD】基于LangChain和RAG的常用案例实战.md
    │          【录播】基于LangChain和RAG的常用案例实战.mp4
    │          【语雀】基于LangChain和RAG的常用案例实战.txt
    │          【课件】基于LangChain和RAG的常用案例实战.pdf
    │          【资料】基于LangChain和RAG的常用案例实战.pdf
    │         
    ├─08_LangGraph
    │  └─day12_LangGraph
    │          day12-demo.zip
    │          【MD】LangGraph.md
    │          【录播】LangGraph.mp4
    │          【语雀】LangGraph.txt
    │          【课件】LangGraph.pdf
    │          【资料】LangGraph.pdf
    │         
    ├─09_Hugging Face
    │  ├─day_13Hugging Face 核心组件介绍
    │  │      demo_13.zip
    │  │      【录播】Hugging Face 核心组件介绍.mp4
    │  │      【课件】Hugging Face 核心组件介绍.pdf
    │  │      【资料】Hugging Face 核心组件介绍.pdf
    │  │      
    │  ├─day_14Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）
    │  │      demo_14.zip
    │  │      【录播】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.mp4.mp4
    │  │      【课件】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
    │  │      【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
    │  │      
    │  ├─day_15Hugging Face 模型微调训练（如何处理超长文本训练问题）
    │  │      model.zip
    │  │      【录播】Hugging Face 模型微调训练（如何处理超长文本训练问题）.mp4
    │  │      【课件】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf
    │  │      【资料】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf
    │  │      
    │  └─day_16Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）
    │          demo_16.zip
    │          gpt2-chinese模型.zip
    │          【录播】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.mp4
    │          【课件】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf
    │          【资料】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf
    │         
    ├─10_modelScope
    │  └─day_17ModeScope在线训练平台&服务器选配训练模型
    │          demo_17.zip
    │          【录播】ModeScope在线训练平台&服务器选配训练模型.mp4
    │          【课件】ModeScope在线训练平台&服务器选配训练模型.pdf
    │          【资料】ModeScope在线训练平台&服务器选配训练模型.pdf
    │         
    ├─11_Llama3
    │  ├─day_18Llama3大模型本地部署与调用
    │  │      demo_18.zip
    │  │      【录播】Llama3大模型本地部署与调用.mp4
    │  │      【课件】llama3大模型本地部署与调用.pdf
    │  │      【资料】Llama3大模型本地部署与调用(1).pdf
    │  │      【资料】Llama3大模型本地部署与调用.pdf
    │  │      
    │  ├─day_19LLaMa3微调_使用 LLaMA-Factory微调Llama3
    │  │      data.zip
    │  │      demo_19.zip
    │  │      【录播】LLaMA_Factory微调Llama3.mp4
    │  │      【课件】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
    │  │      【资料】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
    │  │      
    │  ├─day_20LLaMa3打包部署教程 (Lora 微调与模型合并）
    │  │      demo_20.zip
    │  │      【录播】LLaMa3打包部署教程 (Lora 微调与模型合并).mp4
    │  │      【课件】LLaMa3打包部署（Lora微调与模型合并部署）.pdf
    │  │      【资料】LLaMa3 打包部署教程 (Lora 微调与模型合并部署).pdf
    │  │      
    │  ├─day_21LLaMa3打包部署（LLaMA-Factory模型评估与量化）
    │  │      Lora微调权重（Llama-3-8B-Instruct）.zip
    │  │      【录播】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.mp4
    │  │      【课件】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf
    │  │      【资料】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf
    │  │      
    │  └─day_22LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）
    │      │  【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） -笔记.PanD
    │      │  【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） .mp4
    │      │  【课件】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf
    │      │  【资料】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf
    │      │   
    │      └─Llama-3-8B-Instruct
    │          └─qlora
    │              └─train_2024-11-27-21-02-24
    │                           
    ├─12_多模态
    │  └─day_23多模态（多模态大模型的概念与本地部署调用）
    │          【录播】多模态大模型的概念与本地部署调用.mp4
    │          【课件】多模态（多模态大模型的概念与本地部署调用）.pdf
    │          【资料】多模态（多模态大模型的概念与本地部署调用）.pdf
    │          文生视频效果.mp4
    │         
    ├─13_llamaindex
    │  ├─day_24Llama_Index（核心组件介绍）
    │  │      demo_24.zip
    │  │      llama_index0.8.3.zip
    │  │      【录播】Llama_Index（核心组件介绍）.mp4
    │  │      【课件】Llama_Index（核心组件介绍）.pdf
    │  │      【资料】Llama_Index（核心组件介绍）.pdf
    │  │      
    │  └─day_25llamaindex实战（使用llamaindex构建自己的知识库）
    │          demo_25.zip
    │          【录播】llamaindex实战（使用llamaindex构建自己的知识库）.mp4
    │          【课件】llamaindex实战（使用llamaindex构建自己的知识库）.pdf
    │          【资料】llamaindex实战（使用llamaindex构建自己的知识库）.pdf
    │         
    ├─14_AutoGen Studio
    │  └─day_26AutoGen Studio调用本地大模型实现多Agent应用
    │          【录播】AutoGen Studio调用本地大模型实现多Agent应用.mp4
    │          【课件】AutoGen Studio入门使用.pdf
    │          【资料】AutoGen Studio入门使用.pdf
    │         
    ├─15 项目实战（聚客一和二期)
    │  ├─day33_RAG项目实战（使用llamaindex构建自己的知识库）
    │  │      RAG_项目源码.zip
    │  │      【录播】RAG项目实战（使用llamaindex构建自己的知识库）.mp4
    │  │      【课件】RAG项目实战（使用llamaindex构建自己的知识库）.pdf
    │  │      【资料】RAG项目实战（使用llamaindex构建自己的知识库）.pdf
    │  │      
    │  ├─day34_视觉项目实战（基于yolo的骨龄识别项目_01）
    │  │      yolov5-master.zip
    │  │      【录播】视觉项目实战（基于yolo的骨龄识别项目_01）.mp4
    │  │      【课件】视觉项目实战（基于yolo的骨龄识别项目_01）.pdf
    │  │      【资料】YOLOv5目标侦测教程.pdf
    │  │      
    │  ├─day35_视觉项目实战（基于yolo的骨龄识别项目_02）
    │  │  │  【录播】视觉项目实战（基于yolo的骨龄识别项目_02）.mp4
    │  │  │  【课件】视觉项目实战（基于yolo的骨龄识别项目_02）.pdf
    │  │  │   
    │  │  ├─dataset
    │  │  │      arthrosis.zip
    │  │  │      VOCdevkit.zip
    │  │  │      
    │  │  └─day31_demo
    │  │                  
    │  ├─day_27基于本地大模型的在线心理问诊系统（训练篇）
    │  │      data.zip
    │  │      demo_27.zip
    │  │      【录播】基于本地大模型的在线心理问诊系统（训练篇01）.mp4
    │  │      【课件】基于本地大模型的在线心理问诊系统（训练篇）.pdf
    │  │      【资料】xtuner微调大模型教程.pdf
    │  │      项目流程.png
    │  │      
    │  ├─day_28基于本地大模型的在线心理问诊系统（训练篇）
    │  │  │  【录播】基于本地大模型的在线心理问诊系统（训练篇02）.mp4
    │  │  │   
    │  │  ├─data
    │  │  │      llama_factory_data.zip
    │  │  │      output_conversations.csv
    │  │  │      xtuner_data.zip
    │  │  │      
    │  │  ├─llamafactory数据集转换代码
    │  │  │      data_utils.py
    │  │  │      
    │  │  ├─xtuner模型训练配置文件
    │  │  │      internlm2_5_chat_7b_qlora_oasst1_e3.py
    │  │  │      qwen1_5_1_8b_chat_qlora_alpaca_e3.py
    │  │  │      
    │  │  └─xtuner环境
    │  │          requirements.txt
    │  │         
    │  ├─day_29基于本地大模型的在线心理问诊系统(部署篇)
    │  │  │  【录播】基于本地大模型的在线心理问诊系统(部署篇).mp4
    │  │  │  【课件】基于本地大模型的在线心理问诊系统（部署篇）.pdf
    │  │  │  【资料】基于本地大模型的在线心理问诊系统（部署篇）.pdf
    │  │  │   
    │  │  └─项目模型
    │  │      │  trainer_log.jsonl
    │  │      │  training_eval_loss.png
    │  │      │  training_loss.png
    │  │      │   
    │  │      └─Qwen1.5-1.8B-Chat_cusm
    │  │              added_tokens.json
    │  │              config.json
    │  │              generation_config.json
    │  │              merges.txt
    │  │              model.safetensors
    │  │              special_tokens_map.json
    │  │              tokenizer.json
    │  │              tokenizer_config.json
    │  │              vocab.json
    │  │               
    │  ├─day_30基于RAG的线上智能客服系统（微调篇）
    │  │      data.zip
    │  │      demo_30.zip
    │  │      【录播】基于RAG的线上智能客服系统（微调篇）.mp4
    │  │      【课件】基于RAG的线上智能客服系统（微调篇）.pdf
    │  │      项目背景.png
    │  │      
    │  ├─day_31基于RAG的线上智能客服系统（部署篇）
    │  │  │  demo_31.zip
    │  │  │  【录播】基于RAG的线上智能客服系统（部署篇）.mp4
    │  │  │  【课件】基于RAG的线上智能客服系统（部署篇）.pdf
    │  │  │  【资料】OpenCompass文档.md
    │  │  │   
    │  │  └─lora模型
    │  │          Qwen2.5-3B-Instruct-lora.zip
    │  │         
    │  └─day_32基于pytorch的语音识别与语音唤醒
    │      │  demo_32.zip
    │      │  【录播】扩展项目（基于pytorch的语音识别与语音唤醒）.mp4
    │      │  【课件】扩展项目（基于pytorch实现的语音识别）.pdf
    │      │  语音应用场景.png
    │      │   
    │      └─本地存储index的RAG
    │          │  rag.py
    │          │   
    │          ├─data
    │          │      data.csv
    │          │      【资料】OpenCompass文档.md
    │          │      
    │          └─storage
    │                  default__vector_store.json
    │                  docstore.json
    │                  graph_store.json
    │                  image__vector_store.json
    │                  index_store.json
    │                  
    └─16_项目实战（聚客第三期_最新）
        ├─1_开班典礼-241216
        │      2024-12-16 开班典礼.mp4
        │      
        ├─2_RAG-Embedding-Vector
        │  ├─day01
        │  │  │  Python语法入门教程.md
        │  │  │  RAG搭建流程和文本向量.mp4
        │  │  │   
        │  │  └─RAG-Embeddings
        │  │      │  .env
        │  │      │  chinese_utils.py
        │  │      │  index.ipynb
        │  │      │  llama2.pdf
        │  │      │  llama2_page8.pdf
        │  │      │  rank.py
        │  │      │   
        │  │      └─assets
        │  │              embeddings.png
        │  │              GraphRAG.png
        │  │              mteb.png
        │  │              RAG.mp4
        │  │              rag.png
        │  │              sbert-rerank.png
        │  │              sbert.png
        │  │              sim.png
        │  │              table_rag.png
        │  │              vector.png
        │  │              vectordb.png
        │  │               
        │  └─day02
        │      │  向量数据库和RAG高级进阶.mp4
        │      │   
        │      └─RAG-Embeddings
        │                     
        ├─3_LangChain
        │  │  LangChain.mp4
        │  │   
        │  └─LangChain
        │               
        ├─day04_Hugging Face 核心组件介绍
        │  │  【录播】Hugging Face 核心组件介绍.mp4
        │  │  【课件】Hugging Face 核心组件介绍.pdf
        │  │  【资料】Hugging Face 核心组件介绍.pdf
        │  │   
        │  └─demo_4
        │                                 
        ├─day05_基于 BERT 的中文评价情感分析
        │  │  【录播】基于 BERT 的中文评价情感分析.mp4
        │  │  【课件】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
        │  │  【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
        │  │   
        │  └─demo_5
        │               
        ├─day06_自定义vocab
        │  │  【录播】自定义vocab.mp4
        │  │  【课件】Hugging Face 模型微调训练（自定义vocab）.pdf
        │  │   
        │  └─demo_6
        │               
        ├─day07_如何处理超长文本训练问题
        │  │  model.zip
        │  │  【录播】如何处理超长文本训练问题.mp4
        │  │  【课件】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf
        │  │   
        │  └─demo_7
        │                  
        ├─day08_GPT2-中文生成模型定制化微调训练
        │  │  gpt2-chinese模型.zip
        │  │  【录播】GPT2-中文生成模型定制化微调训练.mp4
        │  │  【课件】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf
        │  │   
        │  └─demo_8
        │               
        ├─day09_远程GPU服务器
        │  │  1月8日.mp4
        │  │  未命名文档.PanD
        │  │   
        │  └─代码与资料
        │      │  GPU服务器配置与使用.pdf
        │      │   
        │      ├─GPT2训练日志及权重
        │      │      net.pt
        │      │      output.log
        │      │      
        │      └─模型推理代码
        │              detect.py
        │              detect02.py
        │               
        ├─day10_llama3大模型本地调用
        │  │  【录播】llama3大模型本地调用.mp4
        │  │  【课件】llama3大模型本地调用.pdf
        │  │   
        │  └─demo_10
        │               
        ├─day11_Llama3.2模型微调
        │  │  data.zip
        │  │  【录播】llama3.2模型微调.mp4
        │  │  【课件】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
        │  │  【资料】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
        │  │   
        │  └─demo_11
        │                  
        ├─day12_Lora模型合并与推理测试
        │  │  【录播】Lora模型合并与推理测试.mp4
        │  │   
        │  ├─checkpoint-800
        │  │      
        │  └─data
        │          ruozhiba_qaswift.json
        │         
        ├─day13_LLaMA-Factory模型导出量化
        │  │  【录播】LLaMA-Factory模型导出量化.mp4
        │  │  【课件】LLaMa3导出量化（LLaMA-Factory模型导出量化）.pdf
        │  │  【资料】LLaMa3导出量化（LLaMA-Factory模型导出量化）.pdf
        │  │   
        │  ├─checkpoint-3700
        │  │      
        │  └─demo_13
        │      │  test01.py
        │      │   
        │      └─data
        │              ruozhiba_qaswift.json
        │              ruozhiba_qaswift_train.json
        │               
        ├─day14_LLaMA-Factory模型评估与QLora微调
        │      AI技术路线.pdf
        │      【录播】LLama-Factory模型评估与QLora微调.mp4
        │      【课件】LLama-Factory模型评估与QLora微调.pdf
        │      【资料】LLama-Factory模型评估.pdf
        │      
        ├─day15_Qwen模型打包部署（Lora模型合并&转GGUF模型部署）
        │  │  【录播】HF模型转GGUF以及使用ollama部署.mp4
        │  │  【课件】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
        │  │  【资料】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
        │  │   
        │  └─Lora
        │               
        ├─day16_Qwen模型打包部署（HF转GGUF&ollama+open_webui部署）
        │      Qwen1___5-1___8B-Chat-merged-q8.gguf
        │      【录播】Qwen模型打包部署（HF转GGUF&ollama+open_webui部署）.mp4
        │      【课件】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
        │      【资料】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
        │      
        ├─day17_Xtuner微调大模型
        │  │  【录播】Xtuner微调大模型（QLora与Lora）.mp4
        │  │  【资料】xtuner微调大模型教程.pdf
        │  │   
        │  ├─xtuner微调配置文件
        │  │      qwen1_5_1_8b_chat_qlora_alpaca_e3.py
        │  │      
        │  └─xtuner数据集转换代码
        │      │  data_utils.py
        │      │   
        │      └─data
        │              ruozhiba_qaswift.json
        │              target_data.json
        │               
        ├─day18_LMDeploy部署大模型
        │  │  【录播】LMDeploy部署大模型.mp4
        │  │  【资料】LMDeploy部署大模型.pdf
        │  │   
        │  └─demo_18
        │          test01.py
        │          test02.py
        │         
        ├─day19_OpenCompass大模型评估
        │  │  OpenCompassData-core-20240207.zip
        │  │  【录播】OpenCompass大模型评估.mp4
        │  │  【课件】OpenCompass模型评估.pdf
        │  │  【资料】OpenCompass模型评估.pdf
        │  │   
        │  ├─OpenCompassData-core-20240207
        │      
        ├─day20_llama-index核心组件
        │  │  【录播】Llama_Index核心组件介绍.mp4
        │  │  【课件】Llama_Index（核心组件介绍）.pdf
        │  │  【资料】Llama_Index（核心组件介绍）.pdf
        │  │  模型微调与RAG.png
        │  │   
        │  └─demo_20
        │      │  test01.py
        │      │  test02.py
        │      │   
        │      └─data
        │              pdf内容研报.pdf
        │              README_zh-CN.md
        │              requirements.txt
        │               
        ├─day21_llama-index入门实操
        │  │  【录播】Llama_index入门实操.mp4
        │  │  【课件】Llama_index入门实操.pdf
        │  │   
        │  └─demo_21
        │      │  download_hf.py
        │      │  test01.py
        │      │  test02.py
        │      │  test03.py
        │      │   
        │      └─data
        │              README_zh-CN.md
        │               
        ├─day22_llama-index实现RAG
        │  │  【录播】llama-index实现RAG.mp4
        │  │  【课件】Llama_index实现RAG.pdf
        │  │   
        │  └─demo_22
        │      │  app.py
        │      │  download_hf.py
        │      │  test01.py
        │      │  test02.py
        │      │  test03.py
        │      │  test04.py
        │      │   
        │      ├─data
        │      │      pdf内容研报.pdf
        │      │      README_zh-CN.md
        │      │      
        │      └─storage
        │              default__vector_store.json
        │              docstore.json
        │              graph_store.json
        │              image__vector_store.json
        │              index_store.json
        │               
        ├─day23_AutoGen_Studio搭建多智能体应用
        │  │  【录播】AutoGen_Studio搭建多智能体应用.mp4
        │  │  【课件】AutoGen_Studio搭建多智能体应用.pdf
        │  │  【资料】AutoGen_Studio搭建多智能体应用.pdf
        │  │   
        │  └─图像资料
        │          Agent01.png
        │          Agent02.png
        │          Agent03.png
        │         
        ├─day24_多模态大模型
        │  │  【录播】多模态大模型的概念与本地部署调用.mp4
        │  │  【课件】多模态（多模态大模型的概念与本地部署调用）.pdf
        │  │  【资料】多模态（多模态大模型的概念与本地部署调用）.pdf
        │  │   
        │  └─笔记
        │          多模态01.png
        │          多模态02.png
        │         
        ├─day25_deep-seek与多卡训练
        │  │  【录播】deep_seek与多卡训练.mp4
        │  │  【课件】deepseek与分布式训练.pdf
        │  │   
        │  └─课堂笔记
        │          deepseek.png
        │         
        ├─day26_基于本地大模型的AI试题系统（方案篇）
        │  │  AI题库项目分析.png
        │  │  【录播】基于本地大模型的AI试题系统（方案篇）.mp4
        │  │   
        │  └─数据
        │          2020年高考生物选择题专项训练11-15套Word版含答案及解析.docx
        │          2020年高考生物选择题专项训练20套附答案及解析.docx
        │          2022年高考生物选择题专项训练(共6份).docx
        │          2023年高考生物选择题专练(8套)含答案及解析.docx
        │          数据示例.xls
        │          高考生物常识选择题单选题100道及答案.docx
        │         
        ├─day27_基于本地大模型的AI试题系统（实现篇）
        │  │  【录播】基于本地大模型的AI试题系统（实现篇）.mp4
        │  │   
        │  ├─Lora模型与训练日志
        │  │  │  nohup.out
        │  │  │  training_args.yaml
        │  │  │   
        │  │  └─checkpoint-1300
        │  │          adapter_config.json
        │  │          adapter_model.safetensors
        │  │          optimizer.pt
        │  │          README.md
        │  │          rng_state.pth
        │  │          scheduler.pt
        │  │          special_tokens_map.json
        │  │          tokenizer.json
        │  │          tokenizer_config.json
        │  │          trainer_state.json
        │  │          training_args.bin
        │  │         
        │  ├─数据转换代码
        │  │      data_utils.py
        │  │      test_data.py
        │  │      
        │  ├─标注后的数据
        │  │      高考生物选择题01.csv
        │  │      高考生物选择题02.csv
        │  │      
        │  └─转换后的训练集与测试集
        │          test.json
        │          train.json
        │         
        ├─day28_基于RAG的法律条文智能助手（方案篇）
        │  │  R1思维链与微调.png
        │  │  RAG项目需求.png
        │  │  【录播】基于RAG的法律条文智能助手【方案篇】.mp4
        │  │  【课件】基于RAG的法律条文智能助手（方案篇）.pdf
        │  │   
        │  ├─llama_factory对话模板导出
        │  │      mytest.py
        │  │      文件位置.jpg
        │  │      
        │  ├─RAG知识库数据获取
        │  │      data_test01.py
        │  │      data_test02.py
        │  │      
        │  └─模型微调数据集
        │          train_data.json
        │         
        ├─day29_基于RAG的法律条文助手（实现篇）
        │  │  【录播】基于RAG的法律条文智能助手【实现篇】.mp4
        │  │  【课件】基于RAG的法律条文智能助手（实现篇）.pdf
        │  │   
        │  └─项目源码
        │                  
        └─day30_基于pytorch的语音唤醒系统
            │  【录播】扩展项目（基于pytorch的语音唤醒系统）.mp4
            │  【课件】扩展项目（基于pytorch实现的语音识别）.pdf
            │  语音唤醒.png
            │   
            └─项目源码

资源大小:89.04 GB

下载地址:

游客，如果您要查看本帖隐藏内容请回复

sakura_dmz

啥也不说了，感谢楼主分享哇！

xuezhen0710

啥也不说了，感谢楼主分享哇！

m9128213

谢谢分享

yunfeng124

感谢分享

z463006889

666666666666666666

bb2681

66666666666666666666666

moonsun123

谢谢分享！

ygczm

感谢楼主分享

dhyhzw2011

谢谢分享