本站资源全部免费,回复即可查看下载地址!
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
├─①、大模型入门资料
│ 一本书读懂AIGC:ChatGPT、AI绘画、智能文明与生产力变革_2023.pdf
│ 从零开始大模型开发与微调基于PyTorch与ChatGLM.pdf
│ 大模型应用开发极简入门:基于 GPT-4 和 ChatGPT_2024.pdf
│ 大规模语言模型:从理论到实践.pdf
│ (大模型黑书)基于GPT-3、ChatGPT、GPT-4等 Transformer 架构的自然语言处理(OCR).pdf
│
├─②、AI产品经理书籍与面试
│ AI产品经理入门手册(上).pdf
│ AI产品经理入门手册(下).pdf
│ AI产品经理的必修课:系统化思维.pdf
│ AI产品经理需了解的技术知识:语音识别技术.pdf
│ AI产品经理需要了解的数据标注工作入门.pdf
│ AI产品经理需要了解的语音交互评价指标.pdf
│ ai产品经理面试高频100题.pdf
│ AI产品经理,如何面对数据挖掘?.pdf
│ AI时代的产品经理:应重视产品的可演进性.pdf
│ AI赋能:AI重新定义产品经理 (连诗路 [连诗路]) .pdf
│ 「65页PDF」深度学习精华汇总-产品经理的AI知识库.pdf
│ 【重磅福利】人工智能产品经理的新起点(200页PPT免费下载).pdf
│
├─③、电子书 视频教程
│ │ 大模型必看电子书.zip
│ │
│ ├─Agent课程试听
│ │ 00.AI Agent 导论篇.mp4
│ │ 01.Agent概念、组成与决策.mp4
│ │ 02.Agent决策应用场景分析.mp4
│ │ 03.Agent规划子任务拆解_COT与TOT_.mp4
│ │ 04.思维树24点拓展与react框架.mp4
│ │ 05.Agent记忆(memory).mp4
│ │ 06.Agent工具使用介绍.mp4
│ │ 07.Agent代码初体验、工具使用、记忆添加.mp4
│ │ 08.Agent认知框架之Plan-and-Execute.mp4
│ │ 09.self-Ask.mp4
│ │ 10.Thinking and Self-Refection.mp4
│ │ 11.ReAct框架案例实现.mp4
│ │ 12.ReAct RAG Agent.mp4
│ │
│ └─大模型基础
│ 01大模型的演变与概念.mp4
│ 02大模型的使用与训练.mp4
│ 03大模型的特点与分类.mp4
│ 04大模型的工作流程.mp4
│ 05大模型的应用.mp4
│
├─④、大模型实战落地案例
│ 2024大模型典型示范应用案例集.pdf
│ 大模型落地应用案例集.pdf
│
├─⑤、大模型八股文面试题
│ 1-大模型(LLMs)基础面.pdf
│ 10-LLMs 训练经验帖.pdf
│ 11-大模型(LLMs)langchain 面.pdf
│ 12-多轮对话中让AI保持长期记忆的8种优化方式篇.pdf
│ 13-基于langchain RAG问答应用实战.pdf
│ 14-基于LLM+向量库的文档对话 经验面.pdf
│ 15-大模型 RAG 经验面.pdf
│ 16-LLM文档对话 —— pdf解析关键问题.pdf
│ 17-大模型(LLMs)RAG 版面分析——表格识别方法篇.pdf
│ 18-大模型(LLMs)RAG 版面分析——文本分块面.pdf
│ 19-大模型外挂知识库优化——如何利用大模型辅助召回?.pdf
│ 2-Layer normalization 篇.pdf
│ 20-大模型外挂知识库优化——负样本样本挖掘篇.pdf
│ 21-RAG(Retrieval-Augmented Generation)评测面.pdf
│ 22-检索增强生成(RAG) 优化策略篇.pdf
│ 23-大模型(LLMs)RAG —— 关键痛点及对应解决方案.pdf
│ 24-大模型(LLMs)RAG 优化策略 —— RAG-Fusion篇.pdf
│ 25-Graph RAG 面 — 一种 基于知识图谱的大模型检索增强实现策略.pdf
│ 26-大模型(LLMs)参数高效微调(PEFT) 面.pdf
│ 27-适配器微调(Adapter-tuning)篇.pdf
│ 28-提示学习(Prompting)篇.pdf
│ 29-LoRA 系列篇.pdf
│ 3-LLMs 激活函数篇.pdf
│ 30-如何使用 PEFT库 中 LoRA?.pdf
│ 31-大模型(LLMs)推理面.pdf
│ 32-大模型(LLMs)增量预训练篇.pdf
│ 33-增量预训练(Pretrain)样本拼接篇.pdf
│ 34-基于lora的llama2二次预训练.pdf
│ 35-大模型(LLMs)评测面.pdf
│ 36-大模型(LLMs)强化学习面.pdf
│ 37-大模型(LLMs)强化学习——RLHF及其变种面.pdf
│ 38-大模型(LLMs)强化学习—— PPO 面.pdf
│ 39-强化学习在自然语言处理下的应用篇.pdf
│ 4-Attention 升级面.pdf
│ 40-大模型(LLMs)训练集面.pdf
│ 41-大模型(LLMs)LLM生成SFT数据方法面.pdf
│ 42-大模型(LLMs)显存问题面.pdf
│ 43-显存优化策略篇.pdf
│ 44-大模型(LLMs)分布式训练面.pdf
│ 45-图解分布式训练(一) —— 流水线并行(Pipeline Parallelism).pdf
│ 46-图解分布式训练(二) —— nn.DataParallel篇.pdf
│ 47-图解分布式训练(三) —— nn.parallel.DistributedDataParallel.pdf
│ 48-图解分布式训练(四) —— torch.multiprocessing 详细解析.pdf
│ 49-图解分布式训练(五) —— AMP混合精度训练 详细解析.pdf
│ 5-transformers 操作篇.pdf
│ 50-图解分布式训练(六)—— Pytorch的 DeepSpeed 详细解析.pdf
│ 51-图解分布式训练(七)—— accelerate 分布式训练 详细解析.pdf
│ 52-图解分布式训练(八)—— ZeRO 学习.pdf
│ 6-LLMs 损失函数篇.pdf
│ 7-相似度函数篇.pdf
│ 8-大模型(LLMs)进阶面.pdf
│ 9-大模型(LLMs)微调面.pdf
│
├─⑥、行业报告,白皮书
│ 2023大模型技术深度赋能保险行业白皮书.pdf
│ 2023年度十大前沿科技趋势报告.pdf
│ 2024中国“大模型+数据分析”最佳实践案例TOP10.pdf
│ 2024中国“大模型+智能客服”最佳实践案例TOP10.pdf
│ 2024中国大模型先锋案例TOP30.pdf
│ 2024人工智能大模型技术财务应用蓝皮书.pdf
│ 2024大模型技术深度赋能保险行业白皮书.pdf
│ 2024大语言模型能力测评报告.pdf
│ 2024年中国AI大模型场景探索及产业应用调研报告-大模型“引爆”行业新一轮变革.pdf
│ 2024年五大趋势—深度技术需要深度信任.pdf
│ 2024智能算力产业发展白皮书.pdf
│ 2024行业大模型调研报告.pdf
│ 2024面向未来的算力网络连接-中国算力网络市场发展白皮书.pdf
│ AI Agent行业研究报告.pdf
│ AI跃迁的2023,中文大模型进展评估:中文大模型基准测评年度报告.pdf
│ CGE模型在中国的应用.pdf
│ 《大模型基准测试体系研究报告(2024年)》.pdf
│ 《知识图谱与大模型融合实践研究报告》.pdf
│ 中国AI大模型应用研究报告.pdf
│ 中国NLP大模型行业概览:重塑人机交互,NLP大模型引领未来.pdf
│ 中国开源开发者报告-LLM技术报告.pdf
│ 中文大模型基准测评报告2023.pdf
│ 佐思汽研:2024汽车AI大模型TOP10分析报告-59页.pdf
│ 体系化人工智能技术(Holistic-AI)技术探索.pdf
│ 具身智能发展报告(2024年).pdf
│ 北京市人工智能行业大模型创新应用白皮书.pdf
│ 区块链数据模型技术与应用研究报告.pdf
│ 医疗健康AI大模型行业研究报告.pdf
│ 国内超大型智能算力中心建设白皮书 2024.pdf
│ 大模型可信赖研究报告.pdf
│ 大模型在日志运维场景的应用实践.pdf
│ 大模型在金融行业的落地探索.pdf
│ 大模型时代,金融行业如何破解先进存力之困?.pdf
│ 大模型行业合规白皮书.pdf
│ 大模型行业招标需求分析简报.pdf
│ 大模型金融应用实践及发展建议.pdf
│ 大模型金融应用实践及发展建议报告.pdf
│ 深度用云展望2025白皮书.pdf
│ 矿山智能化暨矿山大模型最佳实践白皮书.pdf
│ 迈入模型对抗时代-2023年商业银行风控趋势调研报告.pdf
│ 阿里研究院:2024大模型训练数据白皮书-32页.pdf
│
├─⑧、学习路线 课程大纲
│ MoPaaS.智泊AI首创年薪60W+ AGI大模型进阶技术路线图V5.0.png
│
└─课程配套代码+课件
Agent入门课程配套代码.rar
Agent实战数字人源码.rar
进阶篇+实战篇配套代码.zip
|
温馨提示:
1、本站所有内容均为互联网收集或网友分享或网络购买,本站不破解、不翻录任何视频!
2、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意!
3、本站资源仅供本站会员学习参考,不得传播及用于其他用途,学习完后请在24小时内自行删除.
4、本站资源质量虽均经精心审查,但也难保万无一失,若发现资源有问题影响学习请一定及时点此进行问题反馈,我们会第一时间改正!
5、若发现链接失效了请联系管理员,管理员会在2小时内修复
6、如果有任何疑问,请加客服QQ:1300822626 2小时内回复你!