@ai_explorer25:被所有 AI 热潮搞糊涂了?这些人能让你轻松理解,并教你如何真正构建自己的……
摘要
精心整理的 X/Twitter 账号列表,这些账号讲解 AI 概念并教你构建工具、智能体和框架,涵盖检索、测试、微调等内容。
查看缓存全文
缓存时间: 2026/06/17 20:03
被所有AI炒作搞糊涂了?
这些人让你轻松理解,并教你如何真正构建自己的AI工具
智能体与框架
@hwchase17
—— LangChain 创始人;专注于智能体(Agent)领域
@jerryjliu0
—— LlamaIndex 创始人;数据与智能体结合
@ai_explorer25
—— AI 工具与资源
RAG 与检索(让 AI 使用你自己的数据)
@jobergum
—— 搜索权衡方面的首选专家
@virattt
—— 在实际应用中的实用 RAG
@_philschmid
—— 清晰、动手实践的 LLM 指南
测试与可靠性
@HamelHusain
—— 强调“先测试再发布”的人
@sh_reya
—— 评估与机器学习工程
@eugeneyan
—— 应用机器学习,易于理解
微调(训练你自己的模型)
@rasbt
—— 从零开始学习 LLM
@danielhanchen
—— 快速、低成本的微调
@winglian
—— 实用的训练设置
保存这份清单,并回复我漏掉了谁。
相似文章
@Blum_OG: "每个人都在用AI,但几乎没人懂它的原理。" 这个差距是真实存在的——而这正是关键所在。以下就是……
一条解释AI工作原理的推文串,涵盖token、注意力机制、参数、上下文窗口、幻觉、RAG和RLHF,帮助用户成为更精明的AI使用者。
@techNmak: https://x.com/techNmak/status/2058886981090951627
一条推文线程,列出了25个常用但常被误解的人工智能概念,例如tokens、embeddings、RAG、agents和LoRA。
@shedoesai: 如何在不浪费1000多小时的情况下精通AI。没有无用的教程。没有虚假的AI大师。没有信息过载…
精选的AI学习栈,涵盖LLM、智能体、MCP、提示工程、RAG和向量数据库,包含视频、仓库、指南、书籍、论文和课程。同时提供了关于大型语言模型是什么以及它们如何工作的易懂解释。
@DamiDefi: 一位开发者刚刚绘制了支撑Claude、ChatGPT以及你正在构建的每个智能体栈的所有AI概念。20个概念…
一位开发者制作了一个免费的40分钟详解,解释了Claude和ChatGPT等模型背后的20个关键AI概念,涵盖了tokenization(分词)、attention(注意力机制)、RAG(检索增强生成)、智能体等,旨在为构建者提供实用的心智模型。
@charliejhills:大多数人使用AI。最聪明的人向构建它的人学习。这里有11个GitHub仓库,感觉像是在开源互联网的集体智慧……
一条推文线程,精选了11个开源的GitHub仓库,涵盖AI工具、智能体(agents)和学习资源,包括PilotDeck、Karpathy的技能(Karpathy's skills)以及微软的AI智能体课程。