正版资源 getfromcodeAI 会员免费
图灵学院新-全“薪”AI大模型全栈工程师【2.0】
定位：填补“调包侠”与“算法工程师”之间的工程鸿沟 大模型开发领域目前存在严重的两极分化：大量从业者只会调用 LangChain 或 LLM API 的现成接口，一旦遇到 RAG 检索不准、幻觉频发或上下文溢出的实际问题便束手无策；而另一部分人虽懂 Transformer 底层原理，却缺乏构建生产级
单课价¥29.90新品 上架
支付成功后自动发货，可在「我的订单」查看网盘链接；链接失效可联系客服免费补链。
正版保障 极速发货 售后无忧
定位：填补“调包侠”与“算法工程师”之间的工程鸿沟
大模型开发领域目前存在严重的两极分化：大量从业者只会调用 LangChain 或 LLM API 的现成接口，一旦遇到 RAG 检索不准、幻觉频发或上下文溢出的实际问题便束手无策；而另一部分人虽懂 Transformer 底层原理，却缺乏构建生产级应用的能力。这套资料的核心价值，在于精准填补这一空白，它并非从零开始的编程入门课，而是一门专注于大模型全栈工程落地的进阶实战指南。课程以 Transformer 架构深度解析为基石，串联起预训练、SFT 微调、RLHF 对齐以及 RAG（检索增强生成）等关键核心技术，旨在帮助开发者建立从底层原理到上层应用的完整知识闭环，真正具备独立设计和优化大模型应用系统的工程能力。内容结构：从原理透视到系统优化
资料在结构设计上遵循“理解原理—掌握技术—解决问题”的逻辑链条，非常适合有 Python 基础且希望深入大模型内部的开发者。学习路径建议遵循以下顺序：首先通过【大模型核心原理】系列，彻底厘清 Transformer 的 Encoder-Decoder 架构、多头注意力机制、位置编码（如 RoPE）以及残差连接等技术细节，这是后续理解所有高级特性的地基；其次，重点研读关于 RAG 的专项章节，课程不仅讲解了 RAG 的整体流程，更深入探讨了稀疏检索与稠密检索的区别、Retrieval 延迟优化策略、如何处理口语化查询的鲁棒性问题，以及如何通过组合微调来解决生成无关内容的痛点；最后，结合面试专栏中关于模型蒸馏、幻觉成因分析以及 Few-Shot 提示构建的内容，完成从理论到面试实战再到工程调试的全面覆盖。使用建议：源码对照，拒绝空看
这套资料的价值在于其极高的“可复现性”。它不是纯理论的视频宣讲，而是包含了大量针对性优化方案的工程参考。建议在观看视频时，同步查阅相关的代码实现，特别是 RAG 链路中的向量检索模块和 Prompt 模板设计部分，尝试在自己的环境中复现“思维链”提示或优化后的检索流程。对于标注数据稀缺的场景，可重点参考数据扩增与稀疏微调的策略；对于生产环境中的延迟敏感问题，则需对照课程中关于检索环节优化的具体论述进行参数调优。通过这种“原理—代码—问题—优化”的闭环练习，学习者能够真正掌握应对复杂大模型应用场景的实战技能，而非停留在概念层面。课程目录
9、预习专栏三【大模型核心原理】7 集
- 7_02_7大模型核心原理-实践中的大模型.mp4 [31.6 MB]
- 5_02_5大模型核心原理-运行基本机制.mp4 [107.9 MB]
- 4_02_4大模型核心原理-Transformer架构解析.mp4 [196.3 MB]
- 2_02_2大模型核心原理-理解生成式模型与大语言模型.mp4 [52.5 MB]
- 6_02_6大模型核心原理-关键技术解析：预训练、SFT、RLHF.mp4 [24.9 MB]
- 3_02_3大模型核心原理-大模型应用实例与Prompt使用技巧.mp4 [30.2 MB]
- 1_02_1大模型核心原理-理解大模型成功的背后.mp4 [101.8 MB]
6、面试专栏70 集
- 1_Transformer1鏁翠綋浠嬬粛.mp4 [44.8 MB]
- 56_归一化在rag中的作用.mp4 [42.5 MB]
- 17_怎么区分数据噪声与解码策略导致的幻觉.mp4 [44.5 MB]
- 66_RAG的延迟主要来自哪几个环节？ 如何针对性优化？.mp4 [35.0 MB]
- 6_Transformer6浣嶇疆缂栫爜.mp4 [39.0 MB]
- 53_如何将RAG与微调（Fine-tuning）结合？.mp4 [40.8 MB]
- 64_RAG检索的方式和技术有哪些？.mp4 [51.0 MB]
- 62_rag是什么 整体流程是怎么样的.mp4 [33.5 MB]
- 35_常见的位置编码有哪些.mp4 [30.9 MB]
- 73_MCP和function call的异同.mp4 [32.1 MB]
- 55_如何避免 RAG 生成无关内容.mp4 [37.1 MB]
- 21_如果有标注的训练数据很少，如何扩增训练数据的数量？.mp4 [37.7 MB]
- 28_计算机怎么识别图片.mp4 [32.8 MB]
- 49_与纯生成式模型（如GPT）相比，RAG如何解决幻觉问题？.mp4 [42.7 MB]
- 67_通过let's think step by step提示词触发的思维链模式，与推理模型.mp4 [41.3 MB]
- 61_rag稀疏检索和稠密检索.mp4 [27.6 MB]
- 36_残差网络有什么作用.mp4 [38.9 MB]
- 59_当用户查询与文档库差异较大时（如：口语化表达），如何提升检索的鲁棒性？.mp4 [35.9 MB]
- 11_残差网络有什么作用.mp4 [38.9 MB]
- 31_旋转位置编码.mp4 [38.6 MB]
- 68_什么是模型的幻觉 该怎么解决.mp4 [51.9 MB]
- 18_什么是稀疏微调.mp4 [47.0 MB]
- 22_模型蒸馏时教师模型“黑暗知识”（Dark Knowledge）的提取技巧.mp4 [59.7 MB]
- 54_如何处理上下文溢出的问题.mp4 [126.1 KB]
- 74_Few-Shot提示构建的关键技巧？.mp4 [39.3 MB]
- 45_针对性优化RAG延迟的三个环节.mp4 [33.9 MB]
- 16_正则化约束.mp4 [59.9 MB]
- 32_位置编码.mp4 [20.2 MB]
- 51_文本分块（Chunking）有哪些常见策略？.mp4 [48.0 MB]
- 38_encoder-only模型是什么.mp4 [36.6 MB]
- 60_rag在检索中的问题.mp4 [49.0 MB]
- 63_rag生成答案和检索不一致可能的原因.mp4 [48.1 MB]
- 41_clip是什么.mp4 [44.5 MB]
- 76_Agent的自我反思机制设计.mp4 [39.4 MB]
- 72_ReAct 框架是什么？.mp4 [33.9 MB]
- 27_卷积神经网络原理.mp4 [25.2 MB]
- 44_RAG 在多轮对话中表现不佳的原因.mp4 [42.8 MB]
- 23_量化和二值化.mp4 [40.5 MB]
- 46_长上下文窗口的技术实现难点.mp4 [45.2 MB]
- 43_以Transformer为例大模型面试题目学习方法.mp4 [30.4 MB]
- 52_如何设计一个高质量的检索语料库？.mp4 [46.3 MB]
- 71_描述Agent应用场景并详细说明.mp4 [52.2 MB]
- 70_如何设计 Agent 的目标函数，以确保其行为符合预期？.mp4 [46.8 MB]
- 25_神经网络简介.mp4 [29.8 MB]
- 34_什么是flashattention.mp4 [25.9 MB]
- 57_构建 RAG 系统时，如何选择合适的嵌入模型.mp4 [34.0 MB]
- 20_如何通过模型微调，尽量解决提示词注入的问题？.mp4 [25.3 MB]
- 24_损失函数和反向传播.mp4 [11.1 MB]
- 12_动态批处理如何提升推理吞吐量？.mp4 [31.2 MB]
- 5_Transformer5前馈网络.mp4 [65.0 MB]
- 40_decoder-only模型是什么.mp4 [31.2 MB]
- 47_在RAG中，如何优化Embedding模型以提升检索质量？.mp4 [45.2 MB]
- 33_什么是MoE.mp4 [21.1 MB]
- 10_Reward Hacking问题如何解决？.mp4 [53.3 MB]
- 75_agent和workflow.mp4 [31.1 MB]
- 50_向量数据库在RAG中的非必需场景举例及替代方案.mp4 [32.1 MB]
- 37_KVcache是干什么的.mp4 [13.7 MB]
- 42_bert和Transformer的有什么区别.mp4 [24.0 MB]
- 15_LoRI技术详解.mp4 [35.0 MB]
- 48_在 RAG 系统中，知识检索和生成式模型分别扮演什么角色，两者如何协同工作？.mp4 [108.4 KB]
- 13_剪枝和蒸馏.mp4 [40.8 MB]
- 58_多轮对话的优化方式.mp4 [41.2 MB]
- 69_什么是过拟合 该怎么解决.mp4 [67.7 MB]
- 29_激活函数.mp4 [19.6 MB]
- 19_什么是LoRA.mp4 [31.2 MB]
- 14_解释大模型训练中的“缩放定律”.mp4 [47.5 MB]
- 30_梯度和前向传播.mp4 [17.5 MB]
- 39_deepseek的MLA技术.mp4 [25.4 MB]
- 65_rag分块策略详解.mp4 [48.1 MB]
- 26_卷积运算公式.mp4 [3.7 MB]
8、预习专栏二【大模型的基础】5 集
- 01-4大模型的基础认知-国产大模型介绍.mp4 [5.5 MB]
- 01-5大模型的基础认知-大模型的趋势和挑战.mp4 [28.7 MB]
- 01-3大模型的基础认知-GPT模型的发展历程.mp4 [38.9 MB]
- 01-1大模型的基础认知-人工智能演进与大模型兴起 2025.04.16.mp4 [127.4 MB]
- 01-2大模型的基础认知-大模型与通用人工智能.mp4 [47.1 MB]
2、AI大模型RAG应用开发篇（第一期）8 集
- 4-LangChain妗嗘灦-3-2025-6-8-鏌忔睂.mp4 [996.5 MB]
- 12-实战项目：智能文档检索助手-2-2025-7-6-柏汌.mp4 [833.5 MB]
- 10-RAG评估和应用平台-2025-6-29-柏汌.mp4 [842.9 MB]
- 3-LangChain妗嗘灦-2-2025-6-4-鏌忔睂.mp4 [955.2 MB]
- 5-LangChain妗嗘灦-4-2025-6-11-鏌忔睂.mp4 [760.4 MB]
- 1-RAG基础-2025-5-25-柏汌.mp4 [850.0 MB]
- 2-LangChain妗嗘灦-2025-5-28-鏌忔睂.mp4 [1.0 GB]
- 11-实战项目：智能文档检索助手-2025-7-2-柏汌.mp4 [800.3 MB]
10、预习专栏四【提示工程原理】4 集
- 1、提示工程原理解释.mp4 [95.7 MB]
- 2、提示工程组成要素和示例.mp4 [74.2 MB]
- 3、提示工程调优进阶.mp4 [132.3 MB]
- 4、提示工程攻击和防范.mp4 [54.3 MB]
5、AI大模型基础篇（第二期）7 集
- 6-提示词实战案例-2025-9-22-初见.mp4 [1.3 GB]
- 4-提示词prompt的原理和优化-2025-9-17-初见.mp4 [1.5 GB]
- 2-大语言模型底层原理解析-2025-9-12-初见.mp4 [1.3 GB]
- 1-大模型基础认知-2025-9-10-初见2025-09-10.mp4 [368.4 MB]
- 5-提示词prompt的原理和优化-2-2025-9-19-初见.mp4 [1.3 GB]
- 8-fastapi项目讲解-2025-9-26-初见.mp4 [1.1 GB]
- 3-transformer架构详细解析-2025-9-15-初见.mp4 [1009.3 MB]
7、预习专栏一【python编程】22 集
- 03_余数与除操作详解.mp4 [13.2 MB]
- 01_课程说明与大概介绍.mp4 [14.4 MB]
- 12_容器类型之集合类型.mp4 [15.5 MB]
- 07_原生字符串与字节字符串.mp4 [22.1 MB]
- 11_容器类型之字典类型.mp4 [16.9 MB]
- 18_文件操作详解.mp4 [75.4 MB]
- 17_一个案例讲解完毕面向对象的四大特性.mp4 [84.9 MB]
- 02_认识Python变量类型与变量地址.mp4 [43.7 MB]
- 04_学习中的复利思维.mp4 [32.5 MB]
- 13_分支结构.mp4 [28.0 MB]
- 16_函数定义与lambda表达式.mp4 [58.8 MB]
- 08_输入与输出详解.mp4 [15.1 MB]
- 10_容器类型之元组类型.mp4 [9.3 MB]
- 09_容器类型之列表类型.mp4 [36.6 MB]
- 22_模块化编程之第三方模块.mp4 [33.1 MB]
- 14_for循环与列表生成式.mp4 [34.9 MB]
- 19_自定义异常与异常处理.mp4 [44.9 MB]
- 21_模块化编程之自定义模块详解.mp4 [29.9 MB]
- 20_模块化编程之内置模块详解.mp4 [59.9 MB]
- 15_while循环与哨兵值.mp4 [17.6 MB]
- 06_整数与浮点数的特性.mp4 [27.7 MB]
- 05_位运算符操作.mp4 [61.9 MB]
3、AI大模型Agent智能体开发篇（第一期）6 集
- 12-langgraph框架3-2025-8-3-初见.mp4 [1.3 GB]
- 10-langgraph框架-2025-7-30-初见.mp4 [1.2 GB]
- 14-项目讲解和应用平台介绍-2025-8-8-初见.mp4 [1.2 GB]
- 16-MCP进阶-2025-8-13-托比.mp4 [1.3 GB]
- 11-langgraph框架2-2025-8-1-初见.mp4 [1.3 GB]
- 15-初认MCP-2025-8-10-托比.mp4 [983.4 MB]
4、AI大模型私有化微调篇（第一期）16 集
- 15-实战项..之销冠智能体项..（下）-2025-9-17-程建章.mp4 [1.2 GB]
- 1-模型微调 101-2025-8-15-陈钢.mp4 [1.3 GB]
- 2-模型微调 PEFT-2025-8-17-陈钢.mp4 [1.3 GB]
- 16-商业需求与就业发展-2025-9-19-宋永柱.mp4 [1.3 GB]
- 9-实战项..之视频转码..志报警平台（下）-2025-9-3-陈钢.mp4 [1.3 GB]
- 10-实战项..之个..健康助理（上）-2025-9-5陈钢.mp4 [2.2 GB]
- 13-实战项..之企业知识库项..（下）-2025-9-12-程建章.mp4 [1.5 GB]
- 6-多模态..模型（下）基于 Transformers 的模型-2025-8-27-陈钢.mp4 [1.1 GB]
- 5-多模态..模型（上）基于 CNN 的模型-2025-8-24-陈钢.mp4 [1.1 GB]
- 8-实战项..之视频转码..志报警平台（上）-2025-8-31-陈钢.mp4 [1.3 GB]
- 7-模型微调 最佳实践-2025-8-29-陈钢.mp4 [1.5 GB]
- 12-实战项..之企业知识库项..（上）-2025-9-10-程建章.mp4 [1.5 GB]
- 11-实战项..之个..健康助理（下）-2025-9-7-陈钢.mp4 [1.3 GB]
- 4-模型微调 量化2-2025-8-22-陈钢.mp4 [1.1 GB]
- 3-模型微调 量化-2025-8-20-陈钢.mp4 [919.7 MB]
- 14-实战项..之销冠智能体项..（上）-2025-9-14-程建章.mp4 [1.4 GB]
3-Prompt Engineering原理-2025-5-14-初见1 条
- day03大模型核心原理-2.zip [6.7 MB]
5-prompt提示词项目实战-2025-5-21-初见6 条
- 飞书文档地址.txt [61.0 B]
- Prompt Engineering项目实战(1).pdf [2.1 MB]
- day05prompt实战.zip [1.5 GB]
- 2-大模型核心原理-2025-05-11-初见.zip [6.7 MB]
- 1-大语言模型基础认知-2025-5-7-初见.zip [548.5 MB]
- 4-提示词prompt的原理和优化-2025-5-18-初见.zip [4.5 MB]
3-⼤模型微调 量化-2025-8-20-陈钢1 条
- day03微调之量化.zip [8.6 MB]
代码1 条
- ._地址.txt [276.0 B]
课件2 条
- ._大模型微调-1-101-250815.pdf [580.0 B]
- ._代码 [220.0 B]
day01微调1011 条
- … 其余 300 项略，目录共 500 项
