1MCP-powered智能体RAG
在本项目中，您将学习如何创建一个由MCP 提供支持的智能体RAG，用于搜索向量数据库并在需要时回退到Web 搜索。
2 多智能体书籍作家
在本项目中，构建一个智能体工作流，该工作流可以从3-5 字的书名中编写一本20k 字的书。
3 音频上的RAG
在这个项目中，学习如何构建一个能够摄取和理解音频内容的RAG系统——想想播客、讲座等等！
4 构建本地MCP 服务器
MCP 将继续存在。在本项目中，您将通过简单的类比来理解MCP，构建本地MCP 服务器，并通过Cursor IDE 与之交互。
5 由Lllama 4 提供支持的RAG
Meta 最近发布了多语言和多模式开源LLM4。了解如何构建由Llama 4 提供支持的RAG 应用程序。
6 由DeepSeek Janus 提供支持的多模态RAG
在本项目中，使用如下复杂数据集构建本地多模态RAG：
1.Colpali 来理解和嵌入文档。
2.Qdrant 作为向量DB。
3.DeepSeek Janus 作为多模态LLM。·
7 使用DeepSeek-R1 的mini-ChatGPT
在这个项目中，使用DeepSeek-R1、Ollama 和Chainlit 构建一个本地迷你ChatGPT。你可以像与ChatGPT 聊天一样与它聊天。
8 矫正型RAG
矫正RAG 是改进RAG 系统的常用技术。它引入了检索到的文档的自我评估步骤，这有助于保持生成的响应的相关性。
9 构建您的推理模型
在本项目中，学习如何训练推理模型，例如DeepSeek-R1，使用Unsloth 进行高效微调，并使用Llama 3.1-8B 作为LLM。
10微调DeepSeek-R1
在本项目中，使用如下复杂数据集构建本地多模态RAG：
在本项目中，您将微调私有和本地运行的DeepSeek-R1（微调的Llama 变体）。
普通人如何抓住AI大模型的风口？
领取方式在文末
为什么要学习大模型？
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
最后
如果你真的想学习大模型，请不要去网上找那些零零碎碎的教程，真的很难学懂！你可以根据我这个学习路线和系统资料，制定一套学习计划，只要你肯花时间沉下心去学习，它们一定能帮到你！
大模型全套学习资料领取
这里我整理了一份AI大模型入门到进阶全套学习包，包含学习路线+实战案例+视频+书籍PDF+面试题+DeepSeek部署包和技巧，需要的小伙伴文在下方免费领取哦，真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
部分资料展示
一、 AI大模型学习路线图
整个学习分为7个阶段
二、AI大模型实战案例
涵盖AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，皆可用。
三、视频和书籍PDF合集
从入门到进阶这里都有，跟着老师学习事半功倍。
四、LLM面试题
五、AI产品经理面试题
六、deepseek部署包+技巧大全
😝朋友们如果有需要的话，可以V扫描下方二维码联系领取~
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
