大模型前沿技术免费公开课
本页面收录了我长期分享的部分免费大模型公开课,内容围绕大语言模型、RAG 检索增强生成、AI Agent、多模态大模型、模型微调与部署等前沿方向展开。
这些公开课并不是简单的技术科普,而是希望帮助学习者建立对大模型技术体系的整体认知,理解不同技术模块之间的关系,并判断自己后续应该如何选择学习路径。
如果你是刚刚关注到我的技术的学习者,可以先从这些免费内容开始,逐步了解我的讲解方式、课程深度和技术路线。
如果你希望进一步系统学习大模型、RAG、Agent、多模态等方向的核心技术,并通过算法原理、源码解析和项目实战逐步提升自己的技术能力,欢迎继续学习我的精品课程。
课程目录
大模型公开课(持续更新)
Available in
days
days
after you enroll
Agent 记忆系统
Available in
days
days
after you enroll
OpenClaw 架构解析
Available in
days
days
after you enroll
- 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
Available in
days
days
after you enroll
阿里 AgentEvolver
Available in
days
days
after you enroll
AWorld 多智能体框架
Available in
days
days
after you enroll
微软Agent Lightning 理论与实战
Available in
days
days
after you enroll
- 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
阿里多模态VRAG-RL 原理与实战
Available in
days
days
after you enroll
- 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
Available in
days
days
after you enroll
- 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
Available in
days
days
after you enroll
Qwen3 Embedding 原理与实战
Available in
days
days
after you enroll
Agentic RAG 原理与实战
Available in
days
days
after you enroll
- 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
Available in
days
days
after you enroll