131325_图灵学院新-2025年全“薪”AI大模型全栈工程师【2.0】网盘资源免费观看百度云网盘链接提取码分享下载

• file:课程目录大纲.png
• file:图灵-全“薪”AI大模型全栈工程师.png
• file:01-2大模型的基础认知-大模型与通用人工智能.mp4
• file: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.mp4
• file:58_多轮对话的优化方式.mp4
• file:72_ReAct 框架是什么？.mp4
• file:66_RAG的延迟主要来自哪几个环节？ 如何针对性优化？.mp4
• file:68_什么是模型的幻觉 该怎么解决.mp4
• file:2_Transformer2词表.mp4
• file:60_rag在检索中的问题.mp4
• file:52_如何设计一个高质量的检索语料库？.mp4
• file:37_KVcache是干什么的.mp4
• file:54_如何处理上下文溢出的问题.mp4
• file:31_旋转位置编码.mp4
• file:41_clip是什么.mp4
• file:64_RAG检索的方式和技术有哪些？.mp4
• file:15_LoRI技术详解.mp4
• file:49_与纯生成式模型（如GPT）相比，RAG如何解决幻觉问题？.mp4
• file:43_以Transformer为例大模型面试题目学习方法.mp4
• file:30_梯度和前向传播.mp4
• file:39_deepseek的MLA技术.mp4
• file:50_向量数据库在RAG中的非必需场景举例及替代方案.mp4
• file:46_长上下文窗口的技术实现难点.mp4
• file:74_Few-Shot提示构建的关键技巧？.mp4
• file:18_什么是稀疏微调.mp4
• file:26_卷积运算公式.mp4
• file:47_在RAG中，如何优化Embedding模型以提升检索质量？.mp4
• file:44_RAG 在多轮对话中表现不佳的原因.mp4
• file:40_decoder-only模型是什么.mp4
• file:34_什么是flashattention.mp4
• file: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？.mp4
• file:20_如何通过模型微调，尽量解决提示词注入的问题？.mp4
• file:71_描述Agent应用场景并详细说明.mp4
• file:22_模型蒸馏时教师模型“黑暗知识”（Dark Knowledge）的提取技巧.mp4
• file:73_MCP和function call的异同.mp4
• file:21_如果有标注的训练数据很少，如何扩增训练数据的数量？.mp4
• file:36_残差网络有什么作用.mp4
• file:56_归一化在rag中的作用.mp4
• file:14_解释大模型训练中的“缩放定律”.mp4
• file:53_如何将RAG与微调（Fine-tuning）结合？.mp4
• folder:131325_图灵学院新-2025年全“薪”AI大模型全栈工程师【2.0】
• folder:8、预习专栏二【大模型的基础】
• folder:6、面试专栏
• folder:3、AI大模型Agent智能体开发篇（第一期）
• folder:11、预习专栏五【提示工程项目实战】
• folder:12.21新更新部分
• folder:12、预习专栏六【huggingface专题】
• folder:5、AI大模型基础篇（第二期）
• folder:13、预习专栏七【私有化部署】
• folder:7、预习专栏一【python编程】