【小哲讲大模型】面试通过秘籍

编辑点评

深入浅出讲解 AI Agent 与大模型核心概念，结合实际应用场景，助你轻松应对面试。

⭐ 编辑推荐

掌握 AI Agent 与大模型核心技术，提升面试竞争力。

课程涵盖：AI Agent 概念、大模型原理、应用场景、面试技巧。

✨ 课程亮点

课程目录

📁 【小哲讲大模型】面试通过秘籍
1.01_什么是 AI Agent 它与传统 AI 有什么区别.mp4
10.10_为什么 Agent 需要记忆_.mp4
11.11_什么是推理引擎_.mp4
12.12_工具使用在 Agent 中的作用_.mp4
13.13_什么是环境交互_.mp4
14.14_感知与行动在 Agent 中如何体现_.mp4
15.15_单 Agent 与多 Agent 系统的区别_.mp4
16.16_Agent 的能力边界在哪里_.mp4
17.01_什么是大语言模型(LLM)_.mp4
1777725478123.png
18.02_LLM 是如何训练的_.mp4
20.04_什么是下一个 Token 预测_.mp4
21.05_Transformer 的核心机制是什么_.mp4
22.06_注意力机制(Attention)是怎么工作的_.mp4
23.07_Temperature 参数对生成结果有什么影响_.mp4
24.08_Top-K 和 Top-P 采样是什么_.mp4
25.09_浠€涔堟槸骞昏(Hallucination)_.mp4
26.10_LLM 为什么会产生幻觉_.mp4
27.11_如何评估 LLM 的质量_.mp4
28.12_开源模型 vs API 模型，如何选择_.mp4
29.13_如何为项目选择合适的 LLM_.mp4
3.03_LLM 与 Agent 有什么区别.mp4
30.14_Prompt 对 LLM 输出有什么影响_.mp4
31.15_什么是指令微调(Instruction Tuning)_.mp4
32.16_RLHF 在 LLM 中起什么作用_.mp4
33.01_什么是提示词工程（Prompt Engineering）.mp4
34.02_Zero-Shot 和 Few-Shot 有什么区别.mp4
35.03_什么是思维链（Chain of Thought）.mp4
36.04_为什么 CoT 能提升推理能力.mp4
37.05_什么是自洽性（Self-Consistency）.mp4
38.06_什么是 ReAct 提示策略.mp4
39.07_如何设计稳定可靠的 Prompt.mp4
4.04_为什么从 LLM 应用转向 Agent.mp4
40.08_什么是 Prompt 注入攻击.mp4
41.09_如何防御 Prompt 注入.mp4
42.10_如何设计高质量的 Prompt 模板.mp4
43.11_System Prompt 和 User Prompt 有什么区别.mp4
44.12_如何控制 LLM 的输出格式.mp4
45.13_如何提升 Prompt 的鲁棒性.mp4
46.14_如何为多步骤任务设计 Prompt.mp4
47.15_Prompt 对 Agent 行为有什么影响.mp4
48.01_一个完整的 Agent 架构包含哪些部分.mp4
49.02_Agent 的规划（Planning）机制是什么.mp4
5.05_Agent 的核心组件有哪些.mp4
50.03_什么是任务分解 Agent 如何做任务分解.mp4
51.04_Agent 的决策机制是什么.mp4
52.05_工具调用和函数调用是什么 有什么区别.mp4
53.06_Agent 如何调用外部 API.mp4
54.07_什么是执行循环（Execution Loop）.mp4
55.08_Agent 如何处理重试和错误恢复.mp4
56.09_Agent 的记忆系统有哪些设计模式.mp4
57.10_短期记忆和长期记忆在 Agent 中如何实现.mp4
58.11_Agent 如何管理状态（State Management）.mp4
59.12_什么是 Agent 的自我反思（Reflection）.mp4
61.14_Agent 如何进行任务优先级排序.mp4
62.15_如何设计一个通用 Agent 框架.mp4
63.16_如何设计一个垂直领域 Agent.mp4
64.01_什么是 RAG（检索增强生成）.mp4
65.02_RAG 的工作流程是什么.mp4
67.04_什么是向量嵌入（Embedding）.mp4
68.05_什么是文档分块（Chunking）.mp4
69.06_如何选择合适的 Chunk Size.mp4
7.07_浠€涔堟槸鑷富 Agent.mp4
70.07_什么是向量数据库.mp4
71.08_常见向量数据库有哪些 如何选择.mp4
72.09_向量相似度搜索是如何实现的.mp4
73.10_如何优化 RAG 的召回率.mp4
74.11_如何优化 RAG 的精确率.mp4
75.12_Rerank 在 RAG 中起什么作用.mp4
76.13_RAG 如何解决长上下文问题.mp4
77.14_RAG 如何减少幻觉.mp4
78.15_RAG 和微调如何选择.mp4
79.16_RAG 落地最难的问题是什么.mp4
8.08_什么是目标驱动型 Agent_.mp4
9.09_什么是多步推理_ Agent 如何实现_.mp4
⭐不要加视频中的老师微信.txt

适合人群

• AI 面试者
• AI 研究者
• AI 爱好者

🎯 学习收获

• 理解 AI Agent 与大模型
• 掌握面试技巧
• 提升 AI 技术能力

🎉 祝您学习愉快！