视频选集 什么是人工智能（课程介绍） 推理：目标树与问题求解 推理：目标树与基于规则的专家系统 搜索：深度优先、爬山、束搜索 搜索：最优、分支限界、A 搜索：博弈、极小化极大、α-β 约束：解释线条图 约束：搜索、域缩减 约束：视觉对象识别 学习介绍、最近邻 学习：识别树、无序 学习：神经网络、反向传播 学习：遗传算法 学习：稀疏空间、音韵学 学习：相近差错、妥适条件 学习：支持向量机 学习：boosting算法 表示：分类、轨迹、过渡 架构：GPS、SOAR、包容架构、心智社会 概率推理I 概率推理II 基于LangChain的大语言模型应用开发1——介绍 基于LangChain的大语言模型应用开发2——模型，提示和输出解析 基于LangChain的大语言模型应用开发3——记忆( 基于LangChain的大语言模型应用开发4——链 基于LangChain的大语言模型应用开发5——基于文档的问答 基于LangChain的大语言模型应用开发6——评估 基于LangChain的大语言模型应用开发7——代理 基于LangChain的大语言模型应用开发8——总结 创建和评价先进的检索增强生成式应用 大模型开发部署一体化LLMOps 大语言模型应用的质量和安全 对大语言模型进行微调 构建具有语义搜索能力的大语言模型_ 基于人工反馈进行强化学习 扩散模型是如何工作的 利用Gradio创建生成式AI 利用langchain与你的数据对话 评价,调试生成式AI 商业研究者如何使用语义内核构建人工智能插件 使用ChatGPT接口构建系统 使用Chroma向量数据库进行AI增强检索 使用Vertex AI理解和应用文本嵌入 使用大语言模型进行结对编程 第0篇_ 介绍(Introduction) 第1篇_ 先进的RAG管道 第二篇_ RAG 指标三元组(RAG Triad of metrics) 第三篇_ 句子窗口检索 第四篇_ 自动合并检索(Auto-merging Retrieval) 终篇_ 结论(Conclusion)
