mksz920-RAG全栈技术从基础到精通 ，打造高精准AI应用 - 酷夫资源搜索-网盘资源搜索神器

• file:点此获取更多资源.txt
• file:2-2 满足企业精准需求：RAG如何填补大语言模型短板_ev.mp4
• file:2-1 本章简介_ev.mp4
• file:2-4 深入思考 long context加持的大模型企业还需要RAG_ev.mp4
• file:2-5 RAG技术栈：从【合格】到【优秀】的跨越_ev.mp4
• file:2-3 解锁RAG三大核心_ev.mp4
• file:2-7运行和开发环境搭建.pdf
• file:2-8课程机器配置要求说明.pdf
• file:7-6 总结和展望：转变思想，AI应用开发和传统软件开发的区别_ev.mp4
• file:7-2 【企业员工制度问答助手】需求分析_ev.mp4
• file:7-5 实战：实现制度问答模块RAG baseline_ev.mp4
• file:5-4 向量数据库相似性搜索_ev.mp4
• file:5-2 全方位对比：主流向量数据库_ev.mp4
• file:5-6 实战：部署和使用企业级向量数据库（chroma和milvus）-1_ev.mp4
• file:5-5 性能为王：探索向量数据索引优化技术_ev【耗时整理‖更多免费资源关注公众号【一位不愿透露姓名的张先生】进群获取】.mp4
• file:5-8 总结和展望：企业级应用的高可用性_ev.mp4
• file:12-4 实战：gradio整合两大RAG项目（2）_ev.mp4
• file:12-2 演示界面神器：gradio介绍_ev.mp4
• file:3-7 总结和展望：不同项目角色需要对AI大模型了解程度的差异性分析_ev.mp4
• file:3-9 【文档】星火大模型API使用.pdf
• file:3-2 大模型入门：核心要点和技术演变（token、transformer、训练）_ev.mp4
• file:3-5 火眼金星：如何分辨大模型的好坏_ev.mp4
• file:3-4 没有GPU如何调用大模型-大模型调用的三种方式_ev.mp4
• file:3-12 实战：使用大语言模型（本地和API、GPU和CPU）-2_ev.mp4
• file:3-6 RAG应用：挑选大模型的四大步骤_ev.mp4
• file:3-10 【文档】如何通过ollama部署本地大模型-deepseek-r1.pdf
• file:6-5 文档分块：递归文本分块和语义智能分块_ev.mp4
• file:6-3 原则：垃圾进垃圾出，注重文档质量_ev.mp4
• file:6-7 本章总结_ev【耗时整理‖更多免费资源关注公众号【小白追影】进群获取】.mp4
• file:6-2 复杂：企业数据复杂多样_ev.mp4
• file:6-4 挑战：RAG如何读取多样性文档（文本、表格和布局分析）_ev.mp4
• file:1-1 全面了解课程，让你少走弯路，必看！！！_ev.mp4
• file:14-1 -1 项目总结和展望：课程回顾与总结_ev.mp4
• folder:mksz920-RAG全栈技术从基础到精通 ，打造高精准AI应用
• folder:第2章 掌握未来AI趋势：RAG引领大语言模型新纪元
• folder:第7章 【企业员工智能问答助手-实现V1.0版】搭建制度问答baseline RAG
• folder:第13章 【RAG进阶】企业员工助手-项目进阶：RAG微调
• folder:第5章 【企业级专业选型】RAG核心三：企业级的向量数据库选型和高效使用
• folder:第3章 【企业级专业选型】RAG核心一：挑选符合企业的【优秀】大语言基石模型
• folder:第1章 课程学习必知——助你顺利学习以及避坑
• folder:第14章 企业员工助手-总结和展望
• folder:第11章 基于知识图谱【金融智库】：从RAG到agenticRAG，实现自动切换不同信息源
• folder:第8章 【企业员工智能问答助手-评估V1.0版】有效评估RAG是提升的关键
• folder:第9章 【企业员工智能问答助手-实现V2.0版】提升RAG的【14种】检索增强技能
• folder:00.资料