高级课程

• 向量数据库之野望

  17-1 向量数据库之野望1 – 使用 Local LLM、VectorDB 和 Pydantic 构建 AI Slack Bot

  041600

  稻草人

  2024-07-15
• GPT野望

  14-26 剑和侠客 – 预训练模型三部曲3 – 机器人时代来临

  041400

  稻草人

  2024-07-05
• GPT野望

  14-25 剑和侠客 – 预训练模型三部曲2 – 视觉

  030000

  稻草人

  2024-07-05
• GPT野望

  14-24 剑和侠客 – 预训练模型三部曲1-文本

  029400

  稻草人

  2024-07-05
• GPT野望

  14-23 剑和远方3 – 深度神经网络的主要架构

  040400

  稻草人

  2024-07-04
• GPT野望

  14-22 剑和远方2 – 深度神经网络中的学习机制

  038400

  稻草人

  2024-07-04
• GPT野望

  14-21 剑和远方1 – AI历史及简单神经网络的工作原理

  030400

  稻草人

  2024-07-04
• GPT野望

  14-19 深入浅出帮你理解 [Transformer是你所需要的]

  040100

  稻草人

  2024-07-04
• GPT野望

  13-4 GPT-5：博士级AI，人工智能的新时代

  046900

  稻草人

  2024-07-02
• GPT野望

  13-3 为什么 BERT 不是 GPT

  067500

  稻草人

  2024-06-20
• RAG野望

  12-15 Graph RAG：从本地到全局

  081902

  稻草人

  2024-06-19
• GPT野望

  12-9 余华说他也用GPT写书

  042200

  稻草人

  2024-06-15
• GPT野望

  13-1 LLM简史

  038000

  稻草人

  2024-06-15
• RAG野望

  10-17 为什么你的 RAG 不起作用

  041500

  稻草人

  2024-06-13
• RAG野望

  10-16 RAG1.0和RAG2.0的比较

  058900

  稻草人

  2024-06-13
• RAG野望

  10-15 RAG 技术栈之知识图谱

  037300

  稻草人

  2024-06-13
• RAG野望

  10-14 RAG 的核心 – 混合搜索 + 重新排序 + 恢复

  074901

  稻草人

  2024-06-13
• RAG野望

  10-13 向量数据库

  037500

  稻草人

  2024-06-13
• RAG野望

  企业 RAG 微调 LLM — 设计视角

  043301

  稻草人

  2024-06-13
• RAG野望

  10-12 RAG 2.0

  046100

  稻草人

  2024-06-13
• RAG野望

  10-11 为什么基于图的 RAG 是未来？

  048000

  稻草人

  2024-06-13
• RAG野望

  10-10 AnythingLLM全面教程

  063500

  稻草人

  2024-06-13
• RAG野望

  10-9 RAG框架之一AnythingLLM教程

  080300

  稻草人

  2024-06-13
• RAG野望

  10-8 RAG主流框架产品之一Dify一览

  041900

  稻草人

  2024-06-13
• RAG野望

  10-7 AI Agent 的五个级别

  046500

  稻草人

  2024-06-13
• RAG野望

  10-6 RAG在各行业的应用情况一览

  036000

  稻草人

  2024-06-13
• RAG野望

  10-5 构建RAG工艺流程管道

  050100

  稻草人

  2024-06-13
• RAG野望

  10-4 RAG 范例：简单 RAG、高级 RAG 和模块化 RAG

  070300

  稻草人

  2024-06-11
• RAG野望

  10-3 RAG和Fine-tuning的区别

  034000

  稻草人

  2024-06-11
• RAG野望

  10-2 RAG高级知识

  043700

  稻草人

  2024-06-11