七月在线-大模型项目开发线上营 [实战审稿GPTRAGAI Agent等六大商用落地项目]/
├──第二阶段 从头开始微调出来一个医疗问答大模型
| ├──第4课 Meta LLaMA的结构与原理：参数少但多数任务的效果好于GPT3_ev.mp4 145.88M
| ├──第4课之补充：半小时总结LLaMA 2的技术架构精要_ev.mp4 72.55M
| ├──第5课 Stanford Alpaca：结合英文语料通过Self Instruct方式微调LLaMA 7B_ev.mp4 329.73M
| ├──第5课之补充：Alpaca-LoRA微调过程「使用已清洗的alpaca数据基于LoRA微调LLaMA-7B」_ev.mp4 69.68M
| ├──第6课 ChatGLM2-6B(第二代)的结构与微调_ev.mp4 73.64M
| ├──第6课之补充1：ChatGLM2-6(第二代)的LoRA_P-Tuning微调_ev.mp4 109.59M
| ├──第6课之补充2：ChatGLM3-6(第三代)的结构与LoRA微调_ev.mp4 135.29M
| ├──第7课 通透理解FlashAttention：大模型更长上下文的关键之一_ev.mp4 261.66M
| ├──第8课 医疗问答大模型(上)：基于LLaMa微调的ChatDoctor_ev.mp4 264.08M
| └──第9课 医疗问答大模型(下)：基于中文数据微调的医疗领域大模型_ev.mp4 310.71M
├──第六阶段 三大AI Agent项目：自动对人类下达的任务进行拆解分析、工具调用
| ├──第31课 阿里通义千问Qwen-7B的原理及ReAct用法 2024.mp4 126.37M
| ├──第32课 Agent基础与Qwen-Agent实践 2024.mp4 255.67M
| ├──第33课 OpenAgents 2024.mp4 265.29M
| └──第34课 modelscope-agent_ev.mp4 219.31M
├──第三阶段 从爬取数据开始从零开发：七月论文审稿GPT(第2版已超过OpenAI的GPT4)
| ├──第10课 大模型之高效文本数据处理：规则式与启发式 2024-03-17 16_12_ev.mp4 574.25M
| ├──第11课 论文审稿GPT第一版：如何爬取论文数据、解析论文PDF、处理review数据 2024-03-17 16_25_ev.mp4 219.16M
| ├──第12课 论文审稿GPT第一版的模型的选型_训练，与第二版的全方位优化计划 2024-03-17 16_30_ev.mp4 212.79M
| ├──第13课 论文审稿GPT第二版之论文PDF解析和review数据处理：规范Review的格式且多聚一 2024-03-17 16_39_ev.mp4 149.79M
| ├──第14课 相关工作之AcademicGPT：增量训练LLaMA2-70B，包含论文审稿功能 2024-03-17 16_43_ev.mp4 198.45M
| ├──第15课 论文审稿GPT第二版之模型的前置知识：Mistral 7B、YaRN、LongLoRA_LongQLoRA 2024-03-17 16_47_ev.mp4 209.52M
| ├──第16课 论文审稿GPT第二版之模型的选型与训练：LLaMA 2 7B chat longqlora 2024-03-17 16_53_ev.mp4 214.23M
| └──第17课 论文审稿GPT第二版之模型的评估：如何评估审稿GPT的效果 2024-03-17 16_58_ev.mp4 173.03M
├──第四阶段 实现基于企业多文档的知识库问答系统(RAG检索增强生成)
| ├──第18课 langchain的整体组成架构 2024-03-17 17_14_ev.mp4 174.54M
| ├──第18课之补充：langchain十个应用示例(文档问答_数据库问答_智能体Agents等) 2024-03-17 17_26_ev.mp4 184.78M
| ├──第19课 如何通过LangChain+LLM搭建本地知识库问答 2024-03-17 17_29 (1)_ev.mp4 99.18M
| ├──第19课 如何通过LangChain+LLM搭建本地知识库问答 2024-03-17 17_29_ev.mp4 99.18M
| ├──第19课之补充1：本地知识库问答系统的搭建与部署 2024-03-17 17_55_ev.mp4 185.98M
| ├──第19课之补充2：七月的GPU登录及使用说明(如还不会用七月GPU则必看) 2024-03-17 18_06_ev.mp4 32.47M
| ├──第20课 如何解决知识库检索出错的问题：embedding算法是关键之一 2024-03-17 18_11_ev.mp4 162.52M
| ├──第21课 如何更好的分割结构化的文档 2024-03-17 18_21_ev.mp4 78.10M
| ├──第22课 如何解决非结构化文档分割不够准确的问题：比如按照语义切分(含Sora解读) 2024-03-17 19_12_ev.mp4 165.64M
| ├──第23课 逐行深入分析：langchain-ChatGLM项目的关键源码解读(特别是向量搜索_匹配) 2024-03-17 19_19_ev.mp4 189.22M
| ├──第24课 如何确保召回结果的全面性与准确性：多路召回、重排及检索评估方式 2024-03-17 19_29_ev.mp4 193.37M
| ├──第25课 如何基于文档中的表格进行问答 _ev.mp4 132.30M
| └──第26课 企业知识库场景下的RAG整体优化方案 _ev.mp4 213.28M
├──第五阶段 基于stable diffusion二次开发一个AIGC模特生成系统(也含代码)
| ├──第27课 通俗理解Stable Diffusion：文本到图像的潜在扩散模型(改进版DDPM) _ev.mp4 229.26M
| ├──第28课 Stable Diffusion WebUI安装部署及项目结构解析_ev.mp4 207.56M
| ├──第29课 Stable Diffusion Webui生成AI模特描述研究、参数及流程_ev.mp4 276.42M
| └──第30课 AIGC模特生成系统核心代码详解 2024.mp4 184.82M
└──第一阶段 从零实现一个带RLHF的类ChatGPT
| ├──第1课 开营仪式与ChatGPT的三阶段训练方式_ev.mp4 421.26M
| ├──第1课之补充：通透理解Transformer——从自注意力到多头注意力_ev.mp4 299.02M
| ├──第2课 从零实现带RLHF的类ChatGPT(上)：SFT与RM的实现_ev.mp4 242.41M
| └──第3课 从零实现带RLHF的类ChatGPT(下)：RLHF的完整实现_ev.mp4 288.41M
请先 ！