标签
一条推文，分享了 10 个用于掌握数据结构和算法的 GitHub 仓库，包括 Coding Interview University、The Algorithms、JavaScript Algorithms 以及其他面试准备资源。
一条推文分享了一个谷歌文档，列出了2026年25门完全免费的AI课程，并将其收藏为自学者的有用资源。
一个精心整理的GitHub仓库汇集了来自MIT、哈佛、斯坦福和加州理工等顶尖大学的高质量、官方发布的机器学习课程笔记，为认真的学习者替代了教科书。
介绍了一套名为Agentic Design Patterns的完整学习材料，包含424页PDF和配套Jupyter Notebook，系统覆盖从提示链、路由到多智能体、RAG等各类AI Agent设计模式。
一条推文串分享了一份精心挑选的 LLM 推理学习资源清单，涵盖分词、GPU 硬件、量化与推测解码等优化技术，以及 vLLM 和 SGLang 等推理引擎，并附有 NVIDIA 架构师演讲的总结。
一条推文，为有志成为世界级人工智能工程师的人推荐12个YouTube视频，助你在2026年达成目标。
一条推特帖子，精选了来自麻省理工、斯坦福、佐治亚理工等顶尖大学的免费电子课程，涵盖电路、数字设计、嵌入式系统等内容。
一个 GitHub 仓库，提供全面模块化的路线图以及免费资源，涵盖从零开始学习 AI、ML、深度学习及相关领域所需的知识，包括数学基础、数据科学和生成式 AI。
一条推文推荐了一系列关于LLM基础的解析文章，尤其是《Vectors are all you need》，并将其添加到顶级学习资源列表中。
Marble Curriculum 是一个全面的开源数据集，涵盖1,590个小学概念，跨8个学科共3,221个连接，已发布用于构建学习路径和AI驱动的教育工具。
一个网站，以初学者友好的格式展示由Ilya Sutskever整理的30篇必读机器学习论文。
一位Twitter用户推荐了YouTube上三场刚结束的AI和技术会议播放列表（AI Engineer、Cursor Compile、Figma Config），称它们是AI构建者的高质量免费学习资源，并指出现场门票通常需要数百美元。
剑桥大学免费放出一批AI和机器学习经典教材PDF，涵盖入门到进阶，适合学习。
@goyalayus 的一条推文指出，四本未指定的书籍足以学习任何领域，随后引用 Praveen Kumar Verma 的建议，按特定顺序阅读基础 LLM 论文，包括《Attention Is All You Need》、BERT、GPT、GPT-2、Scaling Laws 和 GPT-3。
推荐免费的机器学习与AI书籍《Machine Learning Q and AI》，围绕30个核心问题系统讲解神经网络、深度学习、计算机视觉、NLP和模型部署，提供GitHub和在线阅读链接。
一条推文列出AI基础设施工程师必备技能，涵盖GPU基础、推理优化、分布式训练及生产部署。
一位资深开发者维护的Awesome LLM Books精选书单，收录22本高质量LLM相关书籍，覆盖从入门到进阶的核心学习路径，附有详细评分和链接。
一条推文，推广了一份精心整理的数学与深度学习资源合集，旨在帮助理解像Claude这样的模型背后的基础，包括线性代数、实分析、优化和表示论。
推荐一系列理解GPU和CUDA的博客，鼓励开发者提升技能的推文。
一条推文分享了一个Google Drive文件夹，里面包含书籍，声称这些书可以帮助取代Claude AI。