慕课实战-RAG全栈技术从基础到精通 ，打造高精准AI应用(持续更新中) - 盘搜天堂 - 搜索网盘资源的天堂！

• file:9-9 RAG新范式：自我评估增强Self-RAG_ev.mp4
• file:9-8 系统性增强：迭代检索增强生成，从上一迭代收获信息_ev.mp4
• file:9-7 检索后增强：重排序技术(Re-rank)_ev.mp4
• file:9-6 检索后增强：融合检索，三个臭皮匠顶一个诸葛亮_ev.mp4
• file:9-5 多索引增强：从不同维度构建索引，强化相关内容_ev.mp4
• file:9-4 查询增强：增加相关内容-Query2doc+ HyDE+子问题查询+问题改写+Task Step Back_ev.mp4
• file:9-3 检索的两大形态：稀疏 vs 稠密_ev.mp4
• file:9-2 一图剖析RAG进化之路：探索优化点_ev.mp4
• file:9-19 实战：用检索增强技术提升制度问答模块性能-self-RAG-2_ev.mp4
• file:8-6 本章总结_ev.mp4
• file:8-5 实战：用Ragas评估制度问答模块的性能_ev.mp4
• file:8-4 RAG评价神器：Ragas框架_ev.mp4
• file:8-2 RAG迭代的关键：评估_ev.mp4
• file:7-6 总结和展望：转变思想，AI应用开发和传统软件开发的区别_ev.mp4
• file:7-5 实战：实现制度问答模块RAG baseline_ev.mp4
• file:7-2 【企业员工制度问答助手】需求分析_ev.mp4
• file:6-5 文档分块：递归文本分块和语义智能分块_ev.mp4
• file:6-4 挑战：RAG如何读取多样性文档（文本、表格和布局分析）_ev.mp4
• file:6-3 原则：垃圾进垃圾出，注重文档质量_ev.mp4
• file:6-2 复杂：企业数据复杂多样_ev.mp4
• file:5-8 总结和展望：企业级应用的高可用性_ev.mp4
• file:5-7 实战：部署和使用企业级向量数据库（chroma和milvus）-2_ev.mp4
• file:5-5 性能为王：探索向量数据索引优化技术_ev.mp4
• file:5-4 向量数据库相似性搜索_ev.mp4
• file:5-2 全方位对比：主流向量数据库_ev.mp4
• file:4-7 实战：embedding模型加载和使用对比_ev.mp4
• file:4-6 【文档】embedding模型下载.pdf
• file:4-5 embedding模型排行榜靠谱不靠谱，如何选择_ev.mp4
• file:3-9 【文档】星火大模型API使用.pdf
• file:3-7 总结和展望：不同项目角色需要对AI大模型了解程度的差异性分析_ev.mp4
• file:3-6 RAG应用：挑选大模型的四大步骤_ev.mp4
• file:3-5 火眼金星：如何分辨大模型的好坏_ev.mp4
• file:3-4 没有GPU如何调用大模型-大模型调用的三种方式_ev.mp4
• file:3-3 国内外大模型产品必知必会_ev.mp4
• file:3-2 大模型入门：核心要点和技术演变（token、transformer、训练）_ev.mp4
• file:3-12 实战：使用大语言模型（本地和API、GPU和CPU）-2_ev.mp4
• file:3-10 【文档】如何通过ollama部署本地大模型-deepseek-r1.pdf