@dkare1009: 大多数AI工程师从零散的博客文章和过时的教程中学习。一本指南书刚刚将一切整合在一起。T…

大多数AI工程师从零散的博客文章和过时的教程中学习。 一本指南书刚刚将一切整合在一起。 AI工程指南书涵盖了现代AI系统设计的完整堆栈。 我已经交付了50多个生产级智能体。 这是我刚开始时希望拥有的参考资料。 内容包含： 𝗟𝗟𝗠 𝗙𝗨𝗡𝗗𝗔𝗠𝗘𝗡𝗧𝗔𝗟𝗦 → Transformer 和 MoE 架构 → 预训练、指令微调、RLHF、GRPO → 下一个标记预测机制 𝗗𝗘𝗖𝗢𝗗𝗜𝗡𝗚 & 𝗣𝗥𝗢𝗠𝗣𝗧𝗜𝗡𝗚 → 温度、Top-p、Top-k 解释 → 思维链、思维树、ARQ → 束搜索、对比搜索、SLED 𝗙𝗜𝗡𝗘-𝗧𝗨𝗡𝗜𝗡𝗚 (𝗣𝗘𝗙𝗧) → LoRA, QLoRA, DoRA, VeRA, Delta-LoRA → 模型蒸馏模式 → 何时微调 vs 提示工程 𝗥𝗔𝗚 𝗔𝗥𝗖𝗛𝗜𝗧𝗘𝗖𝗧𝗨𝗥𝗘𝗦 → HyDE, Corrective RAG, Graph RAG → Adaptive RAG, REFRAG → 缓存增强生成 𝗔𝗚𝗘𝗡𝗧𝗜𝗖 𝗦𝗬𝗦𝗧𝗘𝗠𝗦 → ReAct 模式深度解析 → MCP, Agent2Agent, AG-UI 协议 → 记忆类型：语义、情景、程序 𝗗𝗘𝗣𝗟𝗢𝗬𝗠𝗘𝗡𝗧 & 𝗘𝗩𝗔𝗟 → vLLM, PagedAttention, continuous batching → 量化和剪枝 → DeepEval, Opik 用于可观测性 生产级AI知识的障碍曾经是： → 拼凑50个不同的来源 → 过时的课程教授去年的模式 → 自己花钱试错 现在只需一本指南书。 这就是构建真正可交付的AI系统的课程。 你最先深入哪个部分？ 目前在 Persyn 和其他几个有趣的AI优先项目上工作。 http://Persyn.ai 是一个无相机的内容工作室，让创作者用几张照片训练一个AI形象，并在30秒内生成工作室质量的TikTok UGC、Meta广告和Instagram故事。 关注获取更多生产级AI资源。 如果您的网络中有构建AI系统的人，请转发。 致谢：Daily Dose of Data Science 整理。