大模型公开课（持续更新）
微软Agent Lightning 理论与实战
阿里多模态VRAG-RL 原理与实战
RLT 教师强化学习 理论与实战
Qwen3 Embedding 原理与实战
前沿论文与最新技术趋势洞察
-
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)
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
OpenAI Agents 多智能体框架
AI Agent LLM智能体轻量级开发框架 lagent 项目
DeepSeek 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)
大模型LLM与RAG研究利器 FlashRAG
LoRA大模型微调 原理与实战
QLoRA大模型微调 原理与实践
大模型Llama 原理与实战
