九天菜菜-大模型与Agent开发实战 - 盘搜天堂 - 搜索网盘资源的天堂！

• file:09_【Marco-01】推理大模型参数介绍与本地部署.ipynb
• file:12_【Llama.cpp】开源推理框架量化模型使用指南.ipynb
• file:14_【Cursor】以调用QWQ推理大模型为例实现辅助编程.ipynb
• file:11_【Qwen2VL】多模态视觉识别模型参数介绍与部署.ipynb
• file:10_【GLM-Edge-V】端侧多模态模型参数介绍与部署流程.ipynb
• file:04_【Llama3.2】Llama3.2介绍与部署流程.ipynb
• file:02_【GLM4-9B-Chat】GLM4-9b部署&vLLM推理.ipynb
• file:06_【Qwen2.5】Qwen2.5-Coder&Math介绍部署.ipynb
• file:08_【Ollama】最新版本从入门到进阶攻略.ipynb
• file:10_LangGraph 实现自治循环代理（ReAct）及事件流的应用.ipynb
• file:16_MicroSoft AutoGen 代理对话与人机交互源码解析.ipynb
• file:05_OpenAI Assistant API 进阶应用.zip
• file:11_LangGrah 长短期记忆实现机制及检查点的使用.ipynb
• file:01_大模型应用发展及Agent前沿技术趋势.ipynb
• file:02_AI Agent应用类型及Function Calling开发实战.ipynb
• file:09_单代理架构在 LangGraph 中构建复杂图的应用.ipynb
• file:13_LangGraph Multi-Agent Systems 开发实战.ipynb
• file:08_LangGraph中State状态模式与LangSmith基础使用入门(1).ipynb
• file:07_LangGraph底层原理解析与基础应用入门.ipynb
• file:12_LangGraph 中 Human-in-the-loop 应用实战.ipynb
• file:Ch 6. RHLF微调Qwen2.5.ipynb
• file:CH 1 论文.zip
• file:Ch 4. Window微调Qlora.ipynb
• file:Ch 1. 大模型微调.ipynb
• file:Ch 2. LLama_Factory+LORA大模型微调.ipynb
• file:Ch 8 PEFT&医疗领域模型微调实践.ipynb
• file:Ch 5. PPO微调LLama-3.2.ipynb
• file:Ch 3. LLama_factory&Lora微调Qwen2.5做NL2sql.ipynb
• file:【Llama3.1】05_ModelScope线上部署.ts
• file:【Llama3.2】01_基本介绍与线上测试办法.ts
• file:【Qwen2.5Coder&Math】10_Math部署流程.ts
• file:【Qwen2.5】06_vLLM部署与调用流程.ts
• file:【Llama3.1】03_技术论文解读.ts
• file:在Windows环境下使用Ollama启动多模态模型llama3.2Vision全流程.ts
• file:【Llama3.1】04_官网以及Ollama部署流程.ts
• file:【Llama3.1】07_LlamaFactory中文能力微调实例.ts
• file:【Qwen2.5】05_在Windows系统中使用Ollama框架部署流程.ts
• file:【Llama3.2】03_Ollama在Linux和Windows部署方法.ts
• file:【ChatGLM3-6B】06_Git方法简洁下载ChatGLM3-6b.ts
• file:【GLM4-9B】05_WSL部署流程.ts
• file:【ChatGLM3-6B】10_LoRA微调实战训练.ts
• file:GLM模型：流式处理的工具调用、多模态应用及模型微调实战指南.ts
• file:【Claude】01_了解Claude的所有特质.MP4
• file:DSPy：斯坦福20k+星标项目 - 革命性的LLM优化框架，从评估到自动优化你的LLM系统（如RAG系统）.ts
• file:【Claude】03_API_KEY领取及调用.ts
• file:DSPy优化器优化LLM程序.ts
• file:GLM 4 工具调用从入门到精通与CogVideoX 文本生成视频 API 全流程.ts
• file:【GLM】06_tooluse上-一次api调用的tooluse.ts
• file:【GLMAssistantAPI】03_将智能体集成Agent类使用.ts
• file:【GLM】01_GLM大模型API调用介绍与领取APIKEY.ts
• file:【GLM】04_十分钟速通GLM的可选参数.ts
• file:【Gemini】09_提示工程之长文档实战.ts
• file:【GLM】03_大模型API调用的消息和构建多轮对话机器人.ts
• file:【GLM】05_GLM的stream流式响应讲解.ts
• file:【Gemini】10_API精细化控制生成结构化与Json参数.ts
• file:【Gemini】06_API精细化控制生成之System Instruction.ts
• file:【Claude】08_tool_choice与定制Json输出及tool_use大实战.ts
• file:【Claude】07_tool use全流程讲解与wiki搜索实战.ts
• file:【Claude】10_stream函数及生成器本质讲解.ts
• file:【Gemini】03_解锁 Gemini API-开启文本生成之旅.ts
• file:GLM Assistant API集成与FastAPI服务复刻实战指南.ts
• file:【Claude】09_揭秘prompt Cache提示缓存：节省成本加快响应的绝技.ts
• file:Ch 1.5 强化学习RHLF介绍.ts
• file:Ch 2.2 LLama_factory 介绍.ts
• file:Ch 1.4 高效微调及范围.ts
• file:Ch 2.1 Lora原理详解.ts
• file:Ch 1.1 通用模型发展与微调前景.ts
• file:Ch 1.2 微调与其他技术的区别和关联.ts
• file:Ch 2.4 实战Qwen2.5微调.ts
• file:Ch 3.1 如何获取数据源及使用解析.ts
• file:Ch 6.2 RLHF流程拆解与核心.ts
• file:Ch 6.1 RLHF&Qwen2.5,RLHF背景与意义.ts
• file:Ch 4.1 win&Qlora&qwen2.5_Qlora能节约多少内存.ts
• file:Ch 5.4 PPO模型与数据的选择.ts
• file:Ch 5.3 各个模型PPO算法的协作关系.ts
• file:Ch 5.2 如何理解PPO.ts
• file:DPO微调Qwen2.5.ts
• file:Ch 5.1PPO&llama3.2_什么是PPO算法.ts
• file:Ch 2.5 配置TensorBoard.ts
• file:window系统微调QLORA.ts
• file:Ch 3.4 数据验证&deepspeed微调.ts
• folder:九天菜菜-大模型与Agent开发实战
• folder:在线大模型部署与调用-课件
• folder:Agent开发实战-课件
• folder:6-直播回放篇
• folder:2-开源大模型部署调用
• folder:5-RAG项目实战企业篇
• folder:PART4：DeepSeekV3 (5小节)
• folder:【OpenAI 账号注册与环境配置】
• folder:【Dspy】
• folder:【GLM 系列】
• folder:【Claude 3.5 系列】
• folder:01_ChatGLM3-6B
• folder:15_MicroSoft AutoGen 开发框架基础入门
• folder:03_ReAct Agent 基础理论与项目实战
• folder:项目开发实战一：从零搭建多功能智能体 MateGen Pro（第一部分）
• folder:14_LangGraph 多代理与 GraphRAG 综合应用实战
• folder:06_OpenAI Assistant API 高阶应用 - 流式输出_20241010_175342
• folder:加餐-前沿技术追更