聚客大模型开发工程师4期2025资源介绍:
一站式掌握AI开发框架和项目实战技能;真实项目＋多业务场景＋跨领域技术融合全流程实战;覆盖模型微调/模型蒸馏/模型量化/RAG工程化/AGENT智能体/跨模态
资源目录:
├─001开班典礼
│ 00-开班典礼_
│ 【聚客AI】AI大模型应用技术2025 – V1.0(1).pdf
│
├─01-HuggingFace核心组件介绍
│ 01-HuggingFace核心组件介绍_
│ day01_HuggingFace核心组件介绍.zip
│
├─02-基于Bert的中文评价情感分析（训练篇）
│ day02_基于Bert的中文评价情感分析（训练篇）.zip
│ 基于Bert的中文评价情感分析_
│
├─03-基于Bert的中文评价情感分析（实现篇）
│ day03_基于Bert的中文评价情感分析（实现篇）.zip
│ _基于Bert的中文评价情感分析-实现_
│
├─04-GPT2-中文生成模型定制化（训练篇）
│ 04-GPT2-中文生成模型定制化（训练篇）.zip
│ GPT2-中文生成模型定制化_训练篇_
│
├─05-GPT2-中文生成模型定制化
│ day05学习附件.zip
│ GPT2-中文生成模型定制化_.baiduyun.p.downloading
│
├─06-本地私有化部署大模型（Ollama&vLLM&LMDeploy
│ day06_本地私有化部署大模型.zip
│ 本地私有化部署大模型_
│
├─07-大模型微调（使用LLama Factory微调Qwen）
│ day07_大模型微调（使用LLama Factory微调Qwen）.zip
│ 大模型微调_.baiduyun.p.downloading
│
├─08-大模型微调（LLama Factory自定义微调数据集）
│ day08_大模型微调（LLama Factory自定义微调数据集）.zip
│ 大模型微调_.baiduyun.p.downloading
│
├─09-大模型微调（QLora微调&GGUF模型转换）
│ day09_大模型微调（QLora微调&GGUF模型转换）.zip
│ 视频_
│
├─10-大模型微调（LLamaFactory微调效果与vllm部署效果不一致如何解决）
│ day10_大模型微调（LLamaFactory微调效果与vllm部署效果不一致如何解决）.zip
│ day_10视频_
│
├─11-大模型微调分布式训练（LLama Factory与Xtuner分布式微调大模型）
│ day11_
│ day11_大模型微调分布式训练（LLama Factory与Xtuner分布式微调大模型）.zip
│
├─12-大模型压缩训练（知识蒸馏）
│ day12_大模型压缩训练（知识蒸馏）.zip
│ day_12_.baiduyun.p.downloading
│
├─13-大模型推理部署（分布式推理与量化部署）
│ day13_.baiduyun.p.downloading
│ day13_大模型推理部署（分布式推理与量化部署）.zip
│
├─14-大模型评估测试（OpenCompass）
│ day14_
│ day14_大模型评估测试（OpenCompass）.zip
│
├─15-大模型微调项目实战（情绪对话模型-数据工程篇）
│ day15_.baiduyun.p.downloading
│ day15_大模型微调项目实战（情绪对话模型-数据工程篇）.zip
│
├─16-大模型微调项目实战（情绪对话模型-最终效果）
│ │ day16_.baiduyun.p.downloading
│ │ day16_大模型微调项目实战（情绪对话模型-最终效果）.zip
│ │
│ └─demo_16
│ │ cleaned_output.txt
│ │ data_convert.py
│ │ get_data.py
│ │ model_convert.py
│ │
│ ├─.idea
│ │ workspace.xml
│ │
│ └─embedding_model
│ │ download.py
│ │
│ ├─sungw111
│ │ └─text2vec-base-chinese-sentence
│ │ │ .mdl
│ │ │ .msc
│ │ │ .mv
│ │ │ config.json
│ │ │ configuration.json
│ │ │ eval_results.txt
│ │ │ model.safetensors
│ │ │ modules.json
│ │ │ README.md
│ │ │ sentence_bert_config.json
│ │ │ special_tokens_map.json
│ │ │ tokenizer.json
│ │ │ tokenizer_config.json
│ │ │ training_progress_scores.csv
│ │ │ vocab.txt
│ │ │
│ │ └─1_Pooling
│ │ config.json
│ │
│ └─zy
│ └─text2vec-base-chinese-sentence
│ │ added_tokens.json
│ │ config.json
│ │ config_sentence_transformers.json
│ │ model.safetensors
│ │ modules.json
│ │ README.md
│ │ sentence_bert_config.json
│ │ special_tokens_map.json
│ │ tokenizer.json
│ │ tokenizer_config.json
│ │ vocab.txt
│ │
│ ├─1_Pooling
│ │ config.json
│ │
│ └─2_Normalize
├─17-Llamaindex快速构建RAG
│ day17_
│ day17_Llamaindex快速构建RAG.zip
│
├─18-Llama_indexRAG进阶_Embedding_model与Chroma
│ day18_
│ day18_Llama_indexRAG进阶_Embedding_model与ChromaDB.zip
│
├─19-Llama_indexRAG进阶_文档切分与重排序
│ day19_
│ day19_Llama_indexRAG进阶_文档切分与重排序.zip
│
├─20-Dify实现RAG
│ day20_
│ day20_Dify实现RAG.zip
│
├─21-RAGFlow
│ day21_
│ day21_RAGFlow.zip
│
├─22-基于RAG的法律条文智能助手（方案篇）
│ day22_
│ day22_基于RAG的法律条文智能助手（方案篇）.zip
│
├─23-基于RAG的法律条文智能助手-实现与部署
│ day23_
│ day23_基于RAG的法律条文智能助手-实现与部署.zip
│
├─24-基于RAG的法律条文智能助手-微调与部署
│ day24_
│ day24_基于RAG的法律条文智能助手-微调与部署.zip
│
├─25-Dify构建Agent
│ day25_
│ 【课件】Agent 智能体应用（Dify构建Agent）.zip
│
├─26-LangGraph构建多智能体
│ day26_
│ day26_LangGraph构建多智能体.zip
│
├─27-DeepSeek原理与应用
│ day27_
│ day27_DeepSeek原理与应用.zip
│
└─28-多模态大模型应用
day28_
day28_多模态大模型应用.zip
