深入LLM与RAG 原理、实现与应用
第一章 配置云服务器与本机的开发环境
第二章 深入检索增强生成（RAG）
第三章 检索器技术的深度探索
第四章 Embedding技术深度探索与应用
-
Embedding相似性计算的四种主流框架 (23:04)
-
BCE项目环境配置说明：基于Docker进行代码实践 (10:14)
-
BCE项目快速入门与实践 (18:11)
-
案例实践：基于BCE与LangChain文档召回 (9:57)
-
案例实践：基于BCE与llamaIndex文档召回 (15:35)
-
FlagEmbedding 案例实践：排序模型应用与模型微调 (26:04)
-
FlagEmbedding 案例实践：重排模型应用与模型微调 (17:50)
-
FlagEmbedding：深入BGE-M3算法原理精讲-上集 (19:39)
-
FlagEmbedding：深入BGE-M3算法原理精讲-下集 (11:44)
-
FlagEmbedding 案例实践：BGE-M3应用与微调 (12:45)
-
FlagEmbedding集成工具包C-Pack简述 (7:00)
-
生成式与生成密集检索算法概述 (9:47)
-
⽣成器模块优化 (7:46)
第五章 实战项目：Embedding模型服务独立部署
第六章 深入理解RAG评估指标
第七章 深入RAG评估框架RAGAS：案例实践与源码解析
-
RAGAS案例实践资料
-
探索RAGAS评估框架：核心指标原理精讲 (24:40)
-
RAGAS评估框架案例实践：快速入门 (11:42)
-
案例实践 应用RAGAS评估框架：忠诚度指标 (7:23)
-
源码解析 深入RAGAS评估框架：忠诚度指标 (15:12)
-
案例实践 应用RAGAS评估框架：评估答案相关性指标 (4:32)
-
源码解析 深入RAGAS评估框架：评估答案相关性指标 (12:38)
-
案例实践 应用RAGAS评估框架：上下文精确度指标 (4:18)
-
源码解析 深入RAGAS评估框架：上下文精确度指标 (12:58)
-
案例实践 应用RAGAS评估框架：上下⽂召回率指标 (7:08)
-
源码解析 深入RAGAS评估框架：上下文召回率指标 (16:23)
-
案例实践 应用RAGAS评估框架：答案相似性与正确性指标 (7:29)
-
源码解析 深入RAGAS评估框架：答案相似性与正确性指标 (17:36)
-
案例实践 应用RAGAS评估框架：多维度评判指标 (2:54)
-
源码解析 深入RAGAS评估框架：多维度评判指标 (7:55)
-
案例实践 应用RAGAS评估框架：Prompt语⾔⾃适应 (7:47)
-
案例实践 应用RAGAS评估框架：基于⾃定义LLM进⾏评估 (6:15)
第八章 实战项目：构建FAQ-Chatbot聊天机器人（自研项目）
第九章 实战项目：构建Langchain-Chatchat问答机器人（自研Elasticsearch知识库功能）
-
Langchain-ChatChat 实战项目资料
-
Langchain-Chatchat 0.2.0 智能问答机器人：项目介绍与运行演示 (15:22)
-
Langchain-Chatchat 0.2.0 服务器环境配置与部署 (25:28)
-
启动Langchain-Chatchat 0.2.0 服务并通过Web界面交互 (20:04)
-
基于ElasticSearch和Kibana对Langchain-Chatchat 0.2.0 进行容器化部署 (37:01)
-
深入Langchain-Chatchat 0.2.0：Startup核心源码解析 (18:36)
-
深入Langchain-Chatchat 0.2.0：交互模块chat源码解析 (20:17)
-
深入Langchain-Chatchat 0.2.0：重排模块Reranker源码解析 (12:18)
-
深入Langchain-Chatchat 0.2.0：知识库模块knowledge_base源码解析（上） (23:13)
-
深入Langchain-Chatchat 0.2.0：知识库模块knowledge_base源码解析（下） (14:07)
-
深入Langchain-Chatchat 0.2.0：加载器模块loader源码解析 (11:58)
-
Langchain-Chatchat 0.3.1 项目环境配置与依赖包安装 (15:15)
-
Langchain-Chatchat 0.3.1 方案一 基于XInference进行大模型与RAG服务部署 (34:46)
-
方案二_基于Docker容器化部署Langchain-chatchat服务（上集-部署ElasticSearch和Kibana服务） (18:12)
-
方案二_基于Docker容器化部署Langchain-chatchat服务(下集-构建Dockerfile与镜像文件，全流程部署服务) (26:36)
第十章 深入论文解读：探索RAG的科学基础
0 comments