标签
Yoshua Bengio的《深度学习》教科书，与Ian Goodfellow和Aaron Courville合著，可在deeplearningbook.org免费在线阅读，全面涵盖神经网络及相关数学知识。
MIT 已免费在线发布完整的 900 页离散数学教科书《Mathematics for Computer Science》，涵盖证明、图论、状态机、计数、递归和概率论在计算机科学中的应用。
MIT CSAIL 分享了一份免费指南，解答关键的强化学习问题。
前Citadel Securities首席运营官免费分享AI盈利机会的见解。
一位开发者在GitHub上免费发布了他的机器学习面试准备指南，基于他从Google、LinkedIn、Snap、Coupang和StitchFix收到的真实问题，涵盖学习计划、编程、统计、系统设计等；该仓库现已获得12.4k星标。
一本免费的在线书籍，自底向上涵盖计算机科学，由 Ian Wienand 编写，提供 PDF、EPUB 和源代码格式。
@0x0SojalSec制作了一个16小时免费的YouTube播放列表，从头开始教如何构建DeepSeek模型，涵盖了相关论文、理论以及代码实现，包括注意力机制、混合专家模型和位置编码等内容。
推荐Stanford University免费AI课程，用1.5小时讲解Claude和ChatGPT的工作原理，帮助用户深入理解AI底层逻辑以提升使用能力。
宣布'Competitive Programmer’s Handbook'免费可用，该书涵盖了技术面试准备所需的30个重要DSA主题。
一个交互式、3D、逐步讲解的可视化工具，免费展示一个标记（token）如何逐一经过每个Transformer层，从嵌入到输出。
一条推文，推广一份关于构建自主LLM代理的38页PDF指南，提供免费资源学习关于自主性AI系统。
一份全面的免费指南，从第一性原理解释LLM，涵盖令牌、Transformer、注意力机制、微调和本地部署。
一份全面的免费在线指南现已发布，涵盖本地运行LLM所需的硬件和软件，详细介绍了从笔记本电脑到集群的配置方案。
一条推文推荐了一份免费的深度学习资源，包含68个交互式Python笔记本，内容从基础知识到GANs、扩散模型等先进技术，非常适合自学者。
推广关于数据科学与机器学习的数学与统计方法的免费资源，并附有参与获取的说明。
Andrej Karpathy 分享了他与 AI 合作的直截了当的方法，强调用平实的语言而非复杂的提示工程，并预测到 2026 年，轻视 LLM 的工程师将输给能有效配置 LLM 的初级工程师。
一位谷歌高级工程师免费发布了一份421页的文档，涵盖AI系统的代理设计模式，包括基于代码的章节，涉及提示链、多代理协调、防护栏和推理。
谷歌发布了关于GPU的免费大师课程，涵盖GPU架构和深度学习加速。
Google工程师免费公开了421页的Agentic Design Patterns文档，推荐给独立开发者重点阅读的章节包括MCP协议、防护栏评估和多智能体模式。