Autoplay
Autocomplete
Previous Lesson
Complete and Continue
大模型公开课（持续更新）
大模型公开课（持续更新）
移动端学习指南（Teachable App）
具身智能：让物理世界可编程
AI会做奥数，却端不稳一杯水：具身智能到底难在哪？ (8:34)
前沿论文与最新技术趋势洞察
Agent 为什么需要 Runtime？DeepSeek Harness 智能体架构深度解析 (12:28)
MIT最新发现：Agent 泛化能力不在模型，而在 Harness！RLM重新定义大模型后训练 (13:05)
让AI学会“存档”！Kimi K3的5122万个Agent沙箱揭秘：Agent强化学习基础设施到底有多复杂？ (10:39)
Agent 的"世界模型"到底是什么? 从第一性原理，讲透它为什么总在同一个坑里栽倒 (15:37)
硬核解读 DeepSeek DSpark： 大模型推理快 60%-85%，投机解码的新天花板 (14:14)
Agent 的真正瓶颈不是模型，而是这层 Agent Harness | HarnessX 全景解读 (18:08)
刚发布几天就被美国政府紧急叫停:Claude 最强模型 Fable 5 / Mythos 到底强在哪? (19:19)
大模型强化学习一次讲透：RLHF、DPO、GRPO、RLVR 到底怎么选？ (15:16)
同样100万Token，为什么有的模型贵30倍？大模型 API 到底在卖什么？一口气讲透 Token 成本、KV Cache 和缓存机制 (18:44)
多模态模型的真正瓶颈不是"看不清"，而是"指不准"？｜DeepSeek 视觉原语论文从架构到 7056× 压缩链路全解析 (11:13)
DeepSeek多模态凭什么把GPT 5.4拉开：4000万样本+三层奖励+OPD蒸馏，把"框和点"喂进推理链的完整训练秘方 (13:56)
大模型到底是怎么思考的？是在读文字，还是在算向量？一期讲透 Token Space 和 Latent Space (20:41)
RAG vs GraphRAG vs LLM Wiki 一次讲透：Karpathy引爆的LLM Wiki，是知识工程的下一次革命，还是又一个被高估的"自我进化" (20:25)
DeepSeek V4 硬核全面拆解｜CSA、mHC、Muon、OPD四大核心模块逐条拆解 (17:08)
Claude Code源码曝光 底层技术硬核拆解：1884个文件背后，Anthropic如何构建Agent Runtime？ (17:38)
Harness Engineering全拆解：Anthropic、OpenAI、DeepMind都在押注的Agent Runtime (22:36)
0基础看懂多模态AI：架构三件套、数据工程、思维链到RAG，一期讲透 (16:58)
2026 AI Agent框架终极指南：从入门到生产部署的选型地图，10大框架五大范式，一期全讲透 (17:13)
Deep Research 不是 RAG 升级版：10篇综述拆解研究Agent的技术内核与边界 (13:47)
MemRL论文精读：让AI Agent上线后越用越聪明，且不改模型参数 (6:13)
DeepSeek新架构Engram解析：为什么“查表模块”反而让大模型推理更强了？ (11:31)
Agent 总犯同样的错？SKILLRL技能增强强化学习：把失败轨迹蒸馏成技能库，胜率硬拉 12%+！冷启动微调 + 验证驱动进化 (8:59)
ARLArena：4B小模型用SAMPO训练，Agent任务成功率碾压GPT-5.2 (8:11)
RNN不再“金鱼记忆”！一篇论文讲透Memory Caching，Mamba长上下文终于能打了 (8:58)
微软Phi-4-reasoning-vision-15B 快思考+慢思考，四个核心创新点 (8:49)
Qwen 3.5 为何爆火？ 从架构到应用：MoE、混合注意力、Agent 工作流一次讲透 (15:51)
VideoAuto-R1 多模态大模型视频理解加速｜GRPO 强化学习 + 置信度，实现动态推理与Early Exit，让视频推理又快又准 (35:10)
VideoAuto-R1 多模态视频部署实战｜ Gradio + FastAPI/Uvicorn API（Early Exit 按需推理） (14:03)
智谱GLM-TTS本地部署全流程：模型下载 + 推理跑通 + 多GPU批量生成 含音素控制 (25:47)
ThinkMorph 论文精讲 多模态交错思维链的三大涌现能力！跨模态推理的未来方向 Interleaved CoT 详解 (24:32)
MoonshotAI KIMI K2 Thinking 深度解析：从万亿MoE到智能体时代的架构革命 (26:36)
Soft Thinking原理 离散Token局限+连续概念空间+Cold Stop机制解析 (21:18)
Soft Thinking与CoT对比实验分析 LLM推理效率优化实战｜多路径推理+早停机制+参数配置全流程 (18:49)
微软首个多模态语言模型Phi-4 模型详解｜模型架构｜模型训练Pipeline (12:17)
微软多模态语言模型Phi-4 案例实战：8个Demo案例演示 (21:34)
月之暗面发布面向大模型的MoBA（混合块注意力）架构 结合MoE和稀疏注意力 算法原理详解 (18:56)
英伟达发布MM-Embed：融合文本和图像的跨模态信息检索新模型 (28:49)
北大发布多模态大模型LLaVA-o1（已更名为LLaVA-CoT）推理计算Scaling新思路 (21:55)
Google发表最新推理Scaling研究，从 DRAG 到 IterDRAG，大模型 RAG 性能更上一层楼 (33:30)
探索OpenAI o1模型系列：模型性能深度解析 (33:38)
企业级 Agent 落地方法论
Agent为什么难落地？企业级AI Agent落地的5大核心挑战与解决方案｜腾讯、阿里、百度企业级实践深度拆解 (19:23)
你的 Agent 为什么一上线就翻车？模型不是瓶颈，Harness 才是关键！深入理解 Model + Harness 工程架构 (9:42)
模型太慢、调用太贵、动作太险，高频业务里的Agent该怎么用？ (9:56)
【会员专享】AI Agent安全核心：如何给大模型分级授权？三层权限体系详解
【会员专享】AI Agent会“作弊”？测试全通过，也可能根本没完成任务
【会员专享】模型再强也救不了 Agent：语义和记忆才是真正的瓶颈
Agent Continual Learning｜智能体持续学习
Agent 持续学习到底是什么？为什么它用一百次，还像第一次？ (9:04)
Agent记忆越多越聪明？写入、巩固、检索、遗忘的第一性原理 (9:01)
【会员专享】为什么 Agent 不能照搬过去的经验？七要素定义一个合格 Agent Skill
【会员专享】Agent 如何持续学习？什么时候必须改模型权重？深入理解 AI Agent 的记忆、Skill 与模型参数更新机制
【会员专享】给 Agent 加 Memory 真的会变聪明吗？深入解析 AI 持续学习系统设计
Agent Loop 第一性原理
AI Agent 的底层其实就是一个 while 循环？Agent Loop 核心机制完整讲解 (10:38)
【会员专享】AI Agent 为什么会“失忆”？因为上下文才是第一约束
【会员专享】AI Agent 为什么停不下来？从 ReAct 到 Copilot，AI Agent 的终止机制详解
【会员专享】Loop Engineering：从 Prompt 到 Agent 循环的范式迁移
【会员专享】Agent Loop 即 RL Rollout？从产品循环到强化学习轨迹：理解 Agent RL 的关键入口，AI Agent 训练数据生成机制详解
Agent 记忆系统
Claude Code 为什么不会撑爆上下文？深入解析 Agent 上下文压缩与会话恢复机制 (14:34)
Hermes Agent 记忆架构详解｜四层记忆系统如何持久化？ (22:50)
Agent记忆系统深度拆解｜MemOS / OpenViking / Hindsight / Second Me / MetaMem 五大开源架构全景对比 (24:56)
Agent记忆框架怎么选？5大Agent Memory项目工程级横向对比 (15:11)
Claude Code 的记忆机制到底强在哪？六维记忆体系深度解析，一节视频讲透指令记忆、长期记忆、Session Memory 与 AutoDream (24:30)
OpenClaw 架构解析
让AI拥有记忆：拆解OpenClaw开源记忆系统的架构设计 (5:57)
OpenClaw Gateway如何让 AI Agent 稳定运转，AI助手同时接入多个平台，消息怎么调度？ (5:03)
拆解 OpenClaw Agent Runtime：工业级 AI Agent 执行引擎到底怎么跑起来的？ (6:57)
OpenClaw 开源生态全景解读：14 个 AI Agent 项目，从 56 万行到 888KB (12:28)
OpenClaw 任务调度系统是怎么设计的？如何编排 Agent 的定时任务？ (9:48)
OpenClaw生态16个开源项目深度拆解： AI Agent之间怎么组队协作？（第二期） (29:17)
Agent Skills 原理与实战
一节讲透 Skill / Prompt / Tool / MCP 区别！Skill 体系+按需加载，让 Agent 不再“跑偏” (18:33)
Agent Skills 实战教程：如何让 Agent 按需加载知识？渐进式披露完整流程 (14:47)
Agno框架Agent实战：智能写作Skill实现指南，Agent与Skill打造高效AI写作助手 (7:39)
一节搞懂Agent Skill工作流，手把手实现一个数据分析Skill (9:31)
【会员专享】电商客服Agent实战：Skill(知识)+MCP(工具) 协作模式全流程｜多Skill动态选择+知识驱动工具调用
AWorld 多智能体框架
AWorld 企业级 Multi-Agent 框架深度解析：多智能体协作 + MCP工具 + 强化学习训练 (23:35)
AWorld 框架快速入门：环境搭建到第一个AI助理实例 (5:45)
【会员专享】4大智能体案例实战：搜索+分析+工具+协作全流程 含源码解析
GAIA项目简介：用MCP工具生态打造Production-Ready多模态Agent (13:54)
GAIA项目实战：环境搭建 + WebUI/CLI 双模式联调（含Playwright/E2B） (15:19)
微软Agent Lightning 理论与实战
微软Agent Lightning框架概览 (2:16)
统一数据接口：让AI Agent执行与强化学习训练无缝衔接 (6:54)
马尔可夫决策过程(MDP)详解：AI Agent与RL训练的理论基石 (8:22)
LightningRL详解：将多轮Agent训练转化为单轮RL任务 (8:18)
RL训练与Agent执行分离：AI Agent优化的新范式 (8:39)
Agent Lightning分布式训练架构设计模式 (7:17)
四个典型AI Agent案例：Calc-X数学、Spider SQL、APO提示优化、RAG检索增强 (4:11)
【会员专享】SQL Agent实战 Agent Lightning 项目：LangChain + LangGraph + 强化学习
【会员专享】强化学习训练 Text-to-SQL Agent：AgentLightning + LangGraph 的 Spider SQL Agent 核心源码解析
智能计算Agent项目概述｜AutoGen + MCP + 强化学习 + Qwen大模型 (6:58)
【会员专享】手把手教你搭建智能计算Agent｜从环境配置到模型推理一步到位｜强化学习算法+全流程实操
【会员专享】RAG Agent RL实战指南（上）：数据准备、模型下载与知识库构建
【会员专享】RAG Agent RL实战指南（下）：从0到1部署检索服务，启动分布式强化学习训练
【会员专享】RAG Agent RL源码深度解析｜从数据到推理的源码级拆解与实现
【会员专享】APO实战 Agent-Lightning 提示词自动优化：智能会议室预订Agent
【会员专享】APO算法 Debug讲解 Agent-Lightning 会议室预订Agent案例 核心源码讲解：数据流、Beam Search、LLM Judge
DeepSeek-OCR 算法解析与部署实战
DeepSeek OCR 2.0 快速解读 (4:58)
DeepSeek OCR 模型架构解析 (28:19)
DeepSeek-OCR 多模态模型部署与推理全流程：从环境配置到API服务上线 (22:23)
阿里多模态VRAG-RL 原理与实战
VRAG-RL研究背景详解 (7:14)
VRAG-RL方法论全拆解：多专家采样 × 细粒度奖励 (24:19)
VRAG项目全流程解析：构建视觉增强问答系统（Agent+RAG+Qwen2.5） (18:59)
【会员专享】从零构建自定义多模态VRAG Agent助手｜ColQwen2 嵌入+FastAPI 部署+Streamlit 可视化 全流程实战
【会员专享】本地知识库+开源框架(Ollama/Qwen/LlamaIndex)实战教程｜多模态RAG检索增强生成 训练数据集构建全流程
【会员专享】强化学习实战 VRAG-RL全流程：基于Qwen2.5-VL和GRPO实现强化学习在多模态RAG中的应用
【会员专享】VRAG项目架构全解析 多模态RAG与强化学习智能体的系统设计与实现
【会员专享】VRAG-RL核心源码精讲｜多模态检索增强生成与多步推理实现原理｜从0到1构建多模态视觉RAG Agent系统 (LlamaIndex/Ollama)
DeepSeek R1 大模型实战
实战-1：DeepSeek R1 + Ollama + OpenWebUI本地RAG实战 (17:01)
实战-2（上）入门版：基于Langchain+Faiss+Ollama+Gradio+Docker 从0到1实现RAG私有化部署 简易版实现 (10:04)
实战-2（下）进阶版：整合DeepSeek R1 、Ollama、FAISS、Gradio 和 Docker 搭建智能问答系统 (17:59)
实战-3：基于unsloth微调框架与LoRA以及CoT问答数据集 DeepSeek R1大模型微调与推理全流程实战 (20:17)
实战-5：原创项目 基于PyTorch QLoRA PEFT vLLM 实现R1蒸馏版大模型微调与部署 单卡/多卡两种方法 (17:24)
实战-5 原创项目 源码讲解与实现思路 (23:57)
清华UltraRAG 原理与实战
UltraRAG 2.0 深度剖析 科研级RAG系统新范式：MCP 架构+YAML声明式编程 (13:36)
【会员专享】UltraRAG快速入门实战 从环境搭建到完整RAG Pipeline | 本地LLM+MCP架构+YAML编程
【会员专享】原创案例 Agentic RAG智能学术助手完整流程拆解 包含核心代码讲解
【会员专享】原创实战 VisionRAG Pro：构建智能多模态视觉分析系统｜UltraRAG 2.0 + Qwen2.5-VL 全流程讲解
Qwen3 Embedding 原理与实战
Qwen3 Embedding 模型详解 (22:14)
Qwen3 Embedding+Reranker 本地推理与部署实战 (23:01)
Qwen3 Embedding实战 高效知识库检索系统Demo (15:24)
Qwen3 Embedding 模型微调教程（含LoRA与全参训练） (11:42)
Qwen3 Reranker 模型微调教程（LoRA高效微调+DeepSpeed训练加速） (7:00)
Agentic RAG 原理与实战
课程简介及RAG背景概述｜LLM面临的挑战｜RAG的作用｜LLM与RAG比较 (7:57)
RAG原理详解：如何用检索增强生成技术提升大模型问答能力｜原理+挑战+解决方案全解析 (9:26)
Agentic RAG原理详解：智能体驱动的检索增强新范式｜大模型+智能体融合应用 (6:36)
Agent核心架构全解：四大设计模式＋五类工作流机制 (9:27)
Agentic RAG架构全解析：7种典型系统设计与实战应用 (11:16)
原创案例 基于 Qwen3 + langchain + ollama + Faiss + agno 搭建完整RAG系统 (24:25)
源码解析 原创案例 Agentic RAG 本地智能问答系统 项目实现思路及核心源码讲解 (21:17)
MCP 模型上下文协议 多场景应用实战
理论部分：MCP概述｜MCP解决的核心问题｜MCP技术架构与实现 (14:31)
理论部分：MCP的工作流程 基于 Cline + DeepSeek V3 + Cloudflare 演示 (16:13)
理论部分：MCP的关键优势｜MCP与API对比｜MCP的生态系统｜挑战与限制｜与现有解决方案的比较（附参考资料） (16:51)
实战：基于Claude和Cline进行MCP服务器配置 (16:19)
实战：MCP Inspector 调试 MCP Servers 的使用方法 (10:16)
实战：MCP Server 开发与应用 原创案例：待办事项助手 (16:53)
OpenAI Agents 多智能体框架
OpenAI Agents SDK 轻量级多智能体框架 项目概述｜核心模块｜主要特点｜应用场景 (17:21)
原创项目 天气查询助手Agent 基于Ollama获取开源模型服务 (15:51)
常用代理模式一：确定性流程 (12:07)
常用代理模式二：交接与路由模式 (14:17)
常用代理模式三：代理作为工具 (10:47)
常用代理模式四：LLM作为评判者 (11:42)
常用代理模式五：并行模式 (6:23)
原创案例 本地浏览器自动化检索 基于Ollama Playwright MLFlow (17:11)
原创案例 本地浏览器自动化检索 源码讲解 (16:02)
AI Agent LLM智能体轻量级开发框架 lagent 项目
AI Agent全景解析 + Lagent 框架简介 (21:28)
lagent 项目实战 案例一：基础对话模型调用 (32:14)
lagent 项目实战 案例二：fewshot 示例增强 (19:18)
lagent 项目实战 案例三：Agent驱动的Python代码执行器 (26:52)
lagent 项目实战 案例四：高德天气API集成 (26:48)
lagent 项目实战 案例五：高德位置搜索和导航 (15:28)
大模型LLM与RAG研究利器 FlashRAG
FlashRAG 项目简介 (8:00)
FlashRAG 核心组件原理精讲 (15:56)
FlashRAG 案例实践 快速入门 Demo (22:11)
FlashRAG 核心模块参数详细解析 (19:30)
FlashRAG 项目实战 基于Transformers和BM25构建密集索引和稀疏索引 (18:24)
FlashRAG 项目实战 论文实验流程复现 (33:44)
FlashRAG 案例实战 核心源码Debug深度剖析 (41:04)
LoRA大模型微调 原理与实战
LoRA 算法原理深入解析-上集 (21:24)
LoRA 算法原理深入解析-下集 (15:35)
LoRA 案例演示 LoRA的核心逻辑 (10:07)
基于 PEFT 进行 Llama3 模型微调实战 (18:30)
基于 GPT-2 进行 LoRA 微调实战-上集 (14:07)
基于 GPT-2 进行 LoRA 微调实战-下集 (10:42)
LoRA 核心算法实现 (14:50)
在 VS Code 中 Debug LoRA 微调细节 (15:13)
LightningRL详解：将多轮Agent训练转化为单轮RL任务
Agent Lightning 原理_Pages7-9_本节内容.pdf
Download
Agent Lightning 原理_Pages7-9_本节内容.pdf
Complete and Continue
Discussion
0
comments
Load more
Lesson Content Locked
Your session expired. Please sign in again to continue.
Login
0 comments