├── L1
│ ├── 1-开班典礼+环境搭建
│ │ └── 1-开班典礼+环境搭建
│ ├── 2-Embedding与向量数据库
│ │ └── 2-Embedding与向量数据库
│ ├── 3-RAG技术与应用
│ │ └── 3-RAG技术与应用
│ ├── 4-RAG高级技术与实践
│ │ └── 4-RAG高级技术与实践
│ ├── 5-Ragas评估与LlamaIndex开发
│ │ └── 5-Ragas评估与LlamaIndex开发
│ ├── 6-项目1_中医临床智能诊疗系统
│ │ └── 6-项目1_中医临床智能诊疗系统
│ ├── 7-AI应用开发框架LangChain
│ │ └── 7-AI应用开发框架LangChain
│ ├── 8-Function Calling与Agent智能体开发
│ │ └── 8-Function Calling与Agent智能体开发
│ ├── 9-Agent应用与工作流编排框架LangGraph
│ │ └── 9-Agent应用与工作流编排框架LangGraph
│ ├── 10-项目2_基于LangGraph实现智能分诊系统
│ │ └── 10-项目2_基于LangGraph实现智能分诊系统
│ ├── 11-MCP技术应用与开发
│ │ └── 11-MCP技术应用与开发
│ ├── 12-项目3_基于 MCP Sampling 实现微博内容情感分析
│ │ └── 12-项目3_基于 MCP Sampling 实现微博内容情感分析
│ └── 13-项目4_从零构建企业生产级Agent服务
│ └── 13-项目4_从零构建企业生产级Agent服务
└── L2
├── 1-深度学习基础原理
│ └── 1-深度学习基础原理
├── 2-人工神经网络结构及原理
│ └── 2-人工神经网络结构及原理
├── 3-HuggingFace核心组件
│ └── 3-HuggingFace核心组件
├── 4-基于BERT模型的自定义微调训练
│ └── 4-基于BERT模型的自定义微调训练
├── 5-自定义微调训练BERT模型效果测试
│ └── 5-自定义微调训练BERT模型效果测试
├── 6-GPT2中文生成模型定制化微调训练
│ └── 6-GPT2中文生成模型定制化微调训练
├── 7-大模型本地化部署：Ollama&vLLM&LMDeploy+ModelScop
│ └── 7-大模型本地化部署：Ollama&vLLM&LMDeploy+ModelScop
├── 8-大模型微调-LLama Factor微调Qwen
│ └── 8-大模型微调-LLama Factor微调Qwen
├── 9-Ollama部署微调大模型
│ └── 9-Ollama部署微调大模型
├── 10-LLamaFactory模型导出量化
│ └── 10-LLamaFactory模型导出量化
├── 11-vLLM自定义对话模板
│ └── 11-vLLM自定义对话模板
├── 12-LLamaFactory与Xtuner分布式微调大模型
│ └── 12-LLamaFactory与Xtuner分布式微调大模型
├── 13-大模型压缩训练（知识蒸馏）
│ └── 13-大模型压缩训练（知识蒸馏）
├── 14-大模型微调项目实战-数据工程篇
│ └── 14-大模型微调项目实战-数据工程篇
├── 15-大模型微调项目实战-训练与部署
│ └── day15-大模型微调项目实战-训练与部署
├── 16-大模型评估测试OpenCompass
│ └── 16-大模型评估测试OpenCompass
├── 17-大模型分布式推理与量化部署
│ └── 17-大模型分布式推理与量化部署
├── 18-多模态大模型应用
│ └── 18-多模态大模型应用
├── 19-RAG+微调实现智能专家系统（方案数据篇）
│ └── 19-RAG+微调实现智能专家系统（方案数据篇）
└── 20-RAG+微调实现智能专家系统（部署测试）
└── 20-RAG+微调实现智能专家系统（部署测试）
