LangGraph多智能体及DeepSeek企业级应用实战 涵盖微调+分布式训练+量化部署+RAG法…

基础与核心框架  
– HuggingFace核心组件详解（Transformers、Datasets、Tokenizers）  
– 基于Bert的中文情感分析（训练+实现）  
– GPT2中文生成模型定制化（训练+部署）

本地部署与推理优化  
– Ollama、vLLM、LMDeploy私有化部署实战  
– 分布式推理与量化部署技术（GGUF转换、vLLM性能调优）

高效微调与分布式训练  
– LLama Factory微调Qwen系列（自定义数据集、QLoRA、GGUF转换）  
– 微调效果不一致问题排查与解决  
– Xtuner分布式微调大模型  
– 知识蒸馏压缩训练

评估与测试  
– OpenCompass大模型评估框架，量化模型性能

RAG检索增强生成  
– LlamaIndex快速构建RAG（Embedding模型、Chroma向量库）  
– 文档切分与重排序优化  
– Dify实现RAG、RAGFlow企业级RAG平台  
– 项目实战：基于RAG的法律条文智能助手（方案设计、实现部署、微调优化）

Agent智能体开发  
– Dify构建Agent工作流  
– LangGraph构建多智能体协作系统  
– DeepSeek原理与应用（结合最新模型特性）

前沿拓展  
– 多模态大模型应用（图像、文本融合）

课程特色
– 企业级实战导向：涵盖法律助手、情绪对话等真实项目，从数据工程到部署上线全流程演练。  
– 主流框架全覆盖：HuggingFace、LlamaFactory、vLLM、Dify、LangGraph、OpenCompass等，紧跟工业界最佳实践。  
– 技术深度与广度兼备：不仅会使用，更深入原理（如知识蒸馏、分布式训练、量化部署），提升问题排查能力。  
– 2025年最新技术：融入DeepSeek、多模态等热点，保持课程前沿性。

适合人群
– 希望转型大模型方向的算法工程师、开发人员  
– 需要在企业内部落地RAG/Agent应用的技术负责人  
– 对微调、部署、优化有深度需求的AI从业者  
– 计算机相关专业学生，希望快速进入大模型赛道

学习收益
– 独立完成从数据准备、模型微调到私有化部署的全流程  
– 掌握RAG系统优化技巧（切分、重排序、Embedding调优）  
– 具备构建多智能体协作系统的能力  
– 熟悉大模型评估方法，能客观衡量模型效果  
– 获得可复用的项目代码与经验，直接应用于工作场景