强化学习硅谷可控大模型智能体AI技术试听课
硅谷可控大模型智能体 AI 关键技术 Control is enforced at runtime, not assumed at training time.硅谷可控大模型智能体 AI 技术以大模型智能体第一性原理为核心，融合硅谷专家多年企业级智能体系统实践，以 Controllable AI 为纲，打通 Agent系统工程 与 强化学习（RL）控制引擎，构建运行时可治理的智能体体系。在运行时治理层，课程通过 Middleware × Hooks × Time Travel 构建可回溯的控制机制，使智能体的推理与决策过程始终保持可观察、可干预、可审计。在复杂业务与多轮推理场景中，结合 Deep Agents 与 Graph Computing，持续对推理链路与决策路径施加结构化约束，防止目标漂移与失控扩散，实现规模化场景下的可控演化。你将学会在真实业务中构建行为可预测、决策可干预、运行可审计的大模型智能体，使 Controllable AI 成为可长期运行、可治理、可扩展的核心系统能力。
共3节 4人已学习免费 免费试学
深度学习解锁 o1 推理奥秘：全面提升大模型智能体Agent推理能力
解锁 o1 推理奥秘：全面提升大模型智能体Agent推理能力 第1课 Introduction（引言）- 学习如何有效地提示和使用OpenAI的o1模型- o1模型在抽象推理任务中表现得非常出色 - o1模型在规划、编码、分析、特定领域、STEM等任务破纪录 第2课 Prompting O1（O1 提示工程）- 理解使用o1提示的四个关键原则- 从"简单直接"到"展示而不是告诉" 第3课 Planning with O1（O1 规划）- 执行一个多步骤的任务- O1作为一个协调者创建一个计划- 移交给4o-mini模型按顺序执行计划 第4课 Coding with O1（O1 编码）- 使用O1进行编码任务，以构建新的应用程序- 通过运行O1-mini和GPT 4o之间的编码竞赛来测试性能 第5课 Reasoning with Images- 使用O1进行图像理解- 通过推理的层次结构更好地执行- 使用丰富的细节对图像进行索引 第6课 Meta-Prompting（元提示）- 学习为元提示技术- 使用O1来改进提示- 迭代使用O1修改提示词，以提高性能 第7课 拓展材料：亚马逊公司智能体 - 简介亚马逊公司智能体的技术特点和应用 第8课 拓展材料：微软公司智能体AutoGen - 简介微软公司智能体AutoGen的技术特点和应用 第9课 拓展材料：通义千问智能体 - 简介通义千问智能体的技术特点和应用 第10课 拓展：基于 LangGraph智能体的代码生成与Bug修复系统简介 - 讲解基于LangGraph智能体实现代码生成及Bug修复
共10节 86人已学习超级会员免费 免费试学
AIGC/LLM基于大模型智能体Agent的LangGraph入门与实战
基于大模型智能体Agent的LangGraph入门与实战课程目标：本课程旨在为LangGraph的初学者提供深入的理论知识和实践技能，使其能够独立构建和部署基于LangGraph的应用程序。课程形式：理论讲解 + 实战演练第1课 LangGraph基础架构与环境配置-LangGraph的概念解析第2课 LangGraph基础架构与环境配置-LangGraph的环境搭建与依赖管理第3课 LangGraph的基础原理与应用入门-构建基本聊天机器人及使用工具增强第4课 LangGraph的基础原理与应用入门-内存管理、人在回路、状态更新第5课 LangGraph高级图控制技术-并行节点扇出和扇入、增加额外步骤、条件分支第6课 LangGraph高级图控制技术-稳定排序、Map-Reduce并行执行、图递归控制第7课 LangGraph持久化机制与状态管理-线程级持久化、子图持久化、跨线程持久化第8课 LangGraph Human-in-the-loop-断点设置、动态设置断点、编辑更新状态第9课 LangGraph Human-in-the-loop-等待用户输入、时间旅行、工具评审第10课 LangGraph在具有长期记忆的有状态Agent中的应用-长期记忆及短期记忆、过滤信息、删掉信息第11课 LangGraph在具有长期记忆的有状态Agent中的应用-摘要总结、跨线程持久化、代理语义搜索第12课 LangGraph工具集成与调用-直接调用ToolNode、大模型使用工具第13课 LangGraph工具集成与调用-工具调用报错处理、运行时值传递给工具、注入参数第14课 LangGraph工具集成与调用-配置传入工具、从工具更新图状态、管理大量工具第15课 LangGraph子图设计与实现-添加及使用子图、父图及子图状态管理第16课 LangGraph子图设计与实现-子图状态的查看与更新、子图输入输出的转换与处理第17课 LangGraph项目实战演练-多智能体系统主管委托各个代理第18课 LangGraph课程复习与答疑 自我反思案例及论文案例讲解
共18节 414人已学习超级会员免费 免费试学
NLP企业级ChatGPT开发入门实战直播21课试听课
课程收获：1，基于ChatGPT的端到端语音聊天机器人项目实战，包括ChatGPT API后台开发、FastAPI构建语音聊天机器人后端实战、React构建语音聊天机器人前端实战等。2，企业级ChatGPT开发的三大核心内幕及案例实战，包括ChatGPT代码案例演示、企业级ChatGPT开发的核心剖析以及Models、Tools、Data在企业级ChatGPT开发中的作用及源码分析。3，ChatGPT底层架构Transformer技术及源码实现，包括Language Model底层的数学原理、Transformer架构设计、贝叶斯Bayesian Transformer数学推导、智能对话机器人中的Transformer内幕等。4，GPT内幕机制及源码实现逐行解析，包括语言模型的运行机制、GPT的可视化与Masking等工作机制、Decoder-Only模式内部运行机制以及数据在GPT模型中的流动生命周期等。5，GPT-2源码实现及GPT-3、GPT-3.5、GPT-4及GPT-5内幕解析，对GPT-2源码进行解析，探讨GPT-3，GPT-3.5、GPT-4和GPT-5的内幕机制。6，ChatGPT Plugins内幕、源码及案例实战，介绍ChatGPT Plugins的工作原理，并进行源码解析和实战演示。7，ChatGPT Prompting开发实战，包括针对迭代过程、聊天机器人和客户服务的Prompting开发实战。8，CoT及ReAct解密与实战，深入剖析Chain of Thought Reasoning、Chaining Prompts、ReAct技术原理及框架，并进行实战演示。9，Prompt本质解密及Evaluation实战与源码解析，探索Prompt的本质解密、以客户服务案例为例进行Evaluation实战，并对Evaluation for Agents和Evaluation for QA的源码进行解析。10，最火爆的大模型框架LangChain七大核心及案例剖析，包括Models、Prompts、Memory、Indexes、Callbacks等核心内容及案例剖析。11，课程总共3万行NLP/ChatGPT/LLMs项目源码逐行视频讲解。
共3节 734人已学习免费 免费试学
NLPGavin大咖Rasa Paper论文解析核心板
Gavin大咖免费公益课程：Rasa Paper论文解析核心板，选取Rasa智能业务对话机器人开发中最核心的经典论文，所有内容都是抽丝剥茧、层层递进的方式展开，帮助学员从论文研习的角度学习Rasa项目，提升学员对Rasa论文内核的理解力。
共3节 99人已学习免费 免费试学
NLPRasa Paper对话机器人经典论文解读班
Gavin大咖免费公益课程：Rasa Paper对话机器人经典论文解读，选取Rasa智能业务对话机器人开发中最具代表性的经典论文，所有内容都是抽丝剥茧、层层递进的方式展开，帮助学员从论文研习的角度学习Rasa项目，提升学员对Rasa论文内核的理解力。
共11节 163人已学习免费 免费试学
机器学习机器学习案例实战篇
机器学习案例实战篇，选取机器学习开发中最具代表性的经典学习案例，透彻讲解机器学习数据预处理，简单线性回归、多元线性回归、多项式回归、支持向量回归、决策树回归、随机森林回归等回归算法，逻辑回归、k近邻算法、支持向量机、朴素贝叶斯算法、决策树分类、随机森林分类等分类算法，k均值聚类、层次聚类等聚类算法，以及关联分析算法，并分别对回归模型、分类模型进行性能评估。
共25节 1236人已学习超级会员免费 免费试学
深度学习使用矩阵的方式编写人工智能框架
使用矩阵的方式编写人工智能框架、使用四种性能优化矩阵编写人工智能框架、人工智能及感知元解密、神经网络结构及Sigmoid函数、用神经网络识别手写数字、人工智能框架编写中关于损失度及梯度下降的设计与实现、 MNIST数字识别、从矩阵视角剖析神经网络的运行过程
共47节 606人已学习超级会员免费 免费试学
深度学习盘古人工智能框架开发专题
盘古人工智能框架开发专题篇，通过图文并茂、深入浅出的讲解，带领读者一行一行地编写代码，自己动手实现人工智能深度学习框架中的多个算法，包括多层次神经网络、前向传播算法、反向传播算法、损失度的计算及可视化，自适应学习和特征归一化优化等。
共31节 549人已学习超级会员免费 免费试学
SparkSpark 3.0.0 Application 提交集群原理和源码详解
Spark 3.0.0 Application 提交给集群的原理和源码详解，内容包括Spark Application 到底是如何提交给集群的：Application 提交参数配置详解、Application 提交给集群原理详解、Application 提交给集群源码详解；Spark Application 是如何向集群申请资源的：Application 申请资源的两种类型详解、Application 申请资源的源码详解；从Application 提交的角度重新审视Driver：Driver 到底是什么时候产生的、Driver 和Master 交互原理解析、Driver 和Master 交互源码详解；从Application 提交的角度重新审视Executor：Executor 到底是什么时候启动的、Executor 如何把结果交给Application； Spark RPC 内幕解密：运行机制、源码详解、Netty 与Akka。
共16节 368人已学习超级会员免费 免费试学
SparkSpark 3.0.0集群启动原理和源码详解
本课程讲解Spark 3.0.0 集群启动原理和源码详解的内容，包括：Master 启动原理和源码详解: Master 启动的原理详解、 Master 启动的源码详解、 Master HA 双机切换、 Master 的注册机制和状态管理解密； Worker 启动原理和源码详解: Worker 启动的原理流程、 Worker 启动的源码详解； ExecutorBackend 启动原理和源码详解: ExecutorBackend 接口与Executor 的关系、 ExecutorBackend 的不同实现、ExecutorBackend 中的通信、 ExecutorBackend 的异常处理； Executor 中任务的执行: Executor 中任务的加载、Executor 中的任务线程池、 任务执行失败处理、 揭秘TaskRunner； Executor 执行结果的处理方式。
共11节 235人已学习超级会员免费 免费试学
SparkSpark 3.0.0 Driver 启动内幕
本课程讲解Spark 3.0.0 Driver 启动内幕 的内容，包括：Spark Driver Program 剖析:Spark Driver Program、SparkContext 深度剖析、SparkContext 源码解析；DAGScheduler 解析：DAG 的实例化 、DAGScheduler 划分Stage 的原理、DAGScheduler 划分Stage 的具体算法、Stage 内部Task 获取位置的算法；TaskScheduler 解析：TaskScheduler 原理剖析、TaskScheduler 源码解析；SchedulerBackend 解析：SchedulerBackend 原理剖析、SchedulerBackend 源码解析、Spark 程序的注册机制、Spark 程序对计算资源Executor 的管理； 打通Spark 系统运行内幕机制循环流程。
共11节 244人已学习免费 免费试学
SparkSpark的灵魂：RDD和DataSet
本课重点讲解Spark 的灵魂RDD 和DataSet。讲解RDD 的定义、五大特性剖析及DataSet的定义和内部机制剖析；对RDD 弹性特性七个方面进行解析；讲解RDD 依赖关系，包括窄依赖、宽依赖； 解析Spark 中DAG 逻辑视图；对RDD 内部的计算机制及计算过程进行深度解析；讲解Spark RDD 容错原理及其四大核心要点解析对Spark RDD 中Runtime 流程进行解析；通过一个WordCount 实例，解析Spark RDD内部机制； 基于DataSet的代码，深入分析DataSet一步步转化成为RDD 的过程。
共14节 352人已学习免费 免费试学
SparkSpark 3.0技术及原理
在大数据和AI紧密协同时代，最佳的AI系统依赖海量数据才能构建出高度复杂的模型，海量数据需要借助Al才能挖掘出终极价值。本书以数据智能为灵魂，以Spark 2.4.X版本为载体，以Spark+ AI商业案例实战和生产环境下几乎所有类型的性能调优为核心，对企业生产环境下的Spark+AI商业案例与性能调优抽丝剥茧地进行剖析。全书共分4篇，内核解密篇基于Spark源码，从一个实战案例入手，循序渐进地全面解析Spark 2.4.X版本的新特性及Spark内核源码;商业案例篇选取Spark开发中最具代表性的经典学习案例，在案例中综合介绍Spark的大数据技术;性能调优篇覆盖Spark在生产环境下的所有调优技术; Spark+ AI内幕解密篇讲解深度学习动手实践，通过整合Spark、PyTorch以及TensorFlow揭秘Spark上的深度学习内幕。本课程参考《Spark大数据商业实战三部曲》第二版，以Spark 3.0新版本为载体，讲解第二章的内容。
共4节 623人已学习超级会员免费 免费试学
Spark电光石火间体验Spark 3.0开发实战
在大数据和AI紧密协同时代，最佳的AI系统依赖海量数据才能构建出高度复杂的模型，海量数据需要借助Al才能挖掘出终极价值。本书以数据智能为灵魂，以Spark 2.4.X版本为载体，以Spark+ AI商业案例实战和生产环境下几乎所有类型的性能调优为核心，对企业生产环境下的Spark+AI商业案例与性能调优抽丝剥茧地进行剖析。全书共分4篇，内核解密篇基于Spark源码，从一个实战案例入手，循序渐进地全面解析Spark 2.4.X版本的新特性及Spark内核源码;商业案例篇选取Spark开发中最具代表性的经典学习案例，在案例中综合介绍Spark的大数据技术;性能调优篇覆盖Spark在生产环境下的所有调优技术; Spark+ AI内幕解密篇讲解深度学习动手实践，通过整合Spark、PyTorch以及TensorFlow揭秘Spark上的深度学习内幕。本课程基于《Spark大数据商业实战三部曲》第二版，以Spark 3.0新版本为载体，讲解第一章的内容。
共5节 182人已学习超级会员免费 免费试学
深度学习Spark+AI深度学习动手实践
《Spark大数据商业实战三部曲》第二版在人工智能领域的应用内容，包括深度学习动手实践：人工智能下的深度学习、深度学习数据预处理、单节点深度学习训练、分布式深度学习训练；Spark+PyTorch案例实战：PyTorch在Spark上的安装、使用PyTorch实战图像识别、PyTorch性能调优最佳实践；Spark+TensorFlow实战：TensorFlow在Spark上的安装、TensorBoard解密、Spark TensorFlow的数据转换；Spark上的深度学习内核解密：使用TensorFlow进行图片的分布式处理、数据模型源码剖析、逻辑节点源码剖析、构建索引源码剖析、深度学习下Spark作业源码剖析、性能调优最佳实践。
共31节 1724人已学习超级会员免费 免费试学
- 1
硅谷可控大模型智能体AI技术
架构师
以大模型智能体第一性原理为核心，融合硅谷专家多年企业级智能体系统实践，以 Controllable AI 为纲，打通 Agent 系统工程 与 强化学习（RL）控制引擎，构建运行时可治理的智能体体系。请加微信：NLP_ChatGPT_LLM，咨询课程事宜
课程数 16 学生数 7619