大模型学习路线图~
大模型学习路线图~ 地址:nano-ai.tech/map/ 从 2017 年的 Transformer 到今天的主流大模型,按学习顺序分成 8 个阶段、51 个知识点。鼠标移到阶段上看这一阶段学什么,点任意一项,看它要先学什么、去哪里学。 带 本站 的表示本站已有对应教程。
登录后可查看链接大模型学习路线图~ 地址:nano-ai.tech/map/ 从 2017 年的 Transformer 到今天的主流大模型,按学习顺序分成 8 个阶段、51 个知识点。鼠标移到阶段上看这一阶段学什么,点任意一项,看它要先学什么、去哪里学。 带 本站 的表示本站已有对应教程。
登录后可查看链接Google提出提升AI智能体研发效能的3种Markdown规范: ① AGENTS.md:全局工程规约,防执行失控并降本25%; ②DESIGN.md:沉淀UI美学与结构化设计令牌; ③ SKILL.md:按需动态加载的操作SOP配方。 将规范视同源码纳入Git管理,告别重复写提示词。
开源项目 Horizon 用 Rust 从零重写了《我的世界》Java版(26.3)。开发者通过 281 套差异测试套件,在地形生成、物理、红石逻辑、生物 AI 及存档格式上做到了与原版严密对齐。得益于 Vulkan 与苹果芯片原生渲染,它支持最高 1024 区块超远视距;同时采用 WebAssembly 作为模组运行时,并内置支持 MCP 协议的 horizon-ctl 命令行,允许 AI Ag
登录后可查看链接Agent入门教程:上下文里的 Agent 地址:nano-ai.tech/agent/ 教程会结合实际代码运行步骤来讲解,挺容易懂的 "Agent 没有什么神秘的,就是一个 while 循环:调模型、执行工具、把结果写回上下文,再调模型。这个系列一步一步看上下文每转一圈怎么长、长到哪里会出问题,以及各种 Agent 技巧到底在上下文里做了什么。每章都可以点「播放」,或者一格一格往下点
平时用 Cursor 或 Claude 敲代码,生成的前端界面往往缺乏设计感,这套开源规则库刚好补齐了这一短板。它把专业设计工作流整理成独立的 Markdown 模块,放入 Cursor、Claude Code、Windsurf 或 Cline 的规则目录就能即开即用。内置的落地页设计不仅涵盖架构梳理与转化文案,还自带字体、间距、动效等完整视觉系统。你可以直接在规则文件底部统一修改样式参数,项目采
登录后可查看链接通过统计亚马逊与Goodreads的书评,筛选出被评价为“改变人生”比例最高的书籍。除《治愈背痛》《重拾完整》等身心疗愈与灵修自助书位居前列外,《雪豹》等文学经典与小众教材《即兴》,同样展现出重塑认知、改变生命轨迹的深远力量。
AI学者Sebastian Raschka推出超11小时实战视频课,用PyTorch从零构建推理模型。内容基于轻量基座模型,系统实现KV缓存、推理时算力扩展(自洽性与自修正)、基于GRPO的强化学习(RLVR)及长思维链模型蒸馏等核心前沿技术。
让你的宠物 / 朋友 / 你推变成 AI Agent,和你一起工作。把 ChatGPT(Codex)、Claude 等 Agent 的实时工作状态变成桌上宠物的表情、动作、Session 气泡和提醒。 成本大概150元。 功能:桌面端与设备屏实时同步,Agent 在做什么,看屏上的表情、动作、颜色和短标签就知道;状态一变,还会弹出字幕提醒。 Agent 闲下来时,它会自己玩耍,
登录后可查看链接Google DeepMind研究员Mathieu Blondel与Vincent Roulet开源了新作《可微编程要素》(The Elements of Differentiable Programming)。作者跳出“深度学习就是自动微分”的狭窄视角,系统呈现了代码可微化的完整图景:从微分与概率基础,到条件分支、循环等控制流的连续化松弛,再到隐式方程求导、随机路径积分与二阶优化。全书推导清晰,
登录后可查看链接面向看重隐私与自主控制的创作者,开源视频剪辑工具 Concat 提供了贴近剪映核心体验的替代选择。它基于 Rust 原生引擎与 GPU 渲染加速,无水印、无需注册,素材全程不离开本地磁盘。软件不仅支持多轨混剪、曲线关键帧及最高 4K 60帧导出,还内置了本地 Whisper 自动字幕、声音克隆与智能抠图;更有特色的是它自带 MCP 服务与 JSON-RPC 接口,能让 Claude 等 AI 智能
登录后可查看链接早上刚好有空,整理了一批生成器,都挺实用的,需要的朋友保存。 1、Excel公式生成器:网页链接 2、Excel图表生成器:网页链接 3、各种稿纸生成器:网页链接 4、歌词海报生
登录后可查看链接装在 DeepSeek Harness 里的插件市场。 地址:github.com/dsh-market/dsh-market/ DeepSeek Harness的可视化插件市场,目前已经收录了6700多个社区插件。
登录后可查看链接系统学 AI 建议按目标精准选书: 基础与算法:邱锡鹏《神经网络与深度学习》 智能体开发:《深入理解 AI Agent》及配套设计模式 性能与降本:《深入理解 AI Infra》 强化学习/对齐:赵世钰数学原理加现代 RL 实操 建议先挑一本结合最小实验切入,避免同时开坑。
绝大多数文本 AI 对人类的“争议观点”惊人趋同:断定人类重群体归属而轻真理,理性仅是事后借口;图像 AI 则集中讽刺手机成瘾与盲目消费。这表明 AI并未产生独立洞见,只是镜像复述了人类知识库中最普遍、最熟悉的自我批判。
AI 驱动的《史记》历史知识图谱 ,将全书 130 章、约 57.7 万字进行结构化整理,采用 22 类实体标注系统,累计完成 126,101 次标注,提供全文检索、9,588 个段落编号、3,198 个事件索引、15,747 条实体索引以及 130 条事件地铁图,还按照本纪、表、书、世家、列传等分类浏览,可精确定位人物、事件和具体段落,适合学习、查询和研究《史记》,完全免费。
登录后可查看链接很多人总觉得自己缺数学天赋,其实往往只是早年跳过了某个知识断层。这份自学指南把大学数学系的主干脉络拆解为微积分、证明入门、线性代数到实分析等9门核心课,精选了近70本教材,并附带8个检验理解的自测关卡。它不画速成的大饼,直面约1710小时的真实学习量,重点分享了拿铅笔推导、合上书重写证明等务实的研读习惯。只要按严谨的次序拾级而上,自学者也能稳稳掌握大学数学的思维方式。 https://abakcu
登录后可查看链接大模型程序员,先革自己的命~ AI 公司 Mirendil 发布了一项实验,能否只靠一名研究员和 AI Agents,从零训练出有竞争力的大语言模型? 最终,他们用 1 名研究员、3.5 个月、不到 1000 万美元的计算相关开销,训练出 Mirendil-Base,一个参数量在 100B–500B 之间、专门面向代码任务的基础模型。整个项目从空代码仓库开始,Agents 编写了超过
登录后可查看链接OpenAI发了一篇文章介绍他们的FDE经验 FDE 是连接模型能力与实际业务价值的桥梁。 这篇文章由 OpenAI 前线部署工程负责人 Colin Jarvis 发表。文章提出优秀的 FDE 应该不断让自己变得不再必要。 当原本需要数月定制开发的能力逐渐被标准化产品替代时,FDE 就应该转向更困难的问题~ FDE 的工作可总结为四个阶段。 ① Start with the ou
登录后可查看链接技术博客 HiCache in SGLang 地址:www.sglang.io/blog/hicache 这是一篇介绍SGLang推理引擎系统里缓存方案的文章。也是一篇可视化做的很好的文章。 HiCache 的主要思路是通过 GPU 显存、CPU 内存和外部存储构建三级缓存体系,将有限的显存空间扩展为更大容量的分层缓存系统。 在 DeepSeek-V4-Flash 多轮对话测试中,
登录后可查看链接Engineering Handbook 是一套免费开源的工程手册,包含系统设计、数据结构与算法、AI Engineering 三册。适合准备技术面试、补系统设计基础,或正在把大模型接进产品的开发者。 AI Engineering 册围绕模型 API 构建应用展开:从提示词、上下文和评估,到 RAG、Agent、可观测性、安全与成本。里面也讨论具体工程问题,比如怎样区分检索失败和生成失败
登录后可查看链接