标签
Youssef Hosni宣布，他的《LLM Roadmap》一书（曾在To Data & Beyond商店成为畅销书）现已开源并免费提供，旨在为LLM和生成式AI提供清晰的学习路径。
一位创客分享的初级电子学路线图，他从不知道如何点亮一个LED，到制造探测车并赢得黑客马拉松。它涵盖了理解电路、使用Arduino以及构建实际项目。
Google DeepMind 推出其AI控制路线图，这是一个用于构建和管理高级AI的框架，以确保其按预期行事。
亚马逊与QuEra承诺在2028年前利用其Libra硬件实现实用的纠错量子计算，目标是在数百个逻辑量子比特上完成100万次量子操作，以支持超越经典计算机和NISQ计算机的科学应用。
DeepMind推出了AI Control Roadmap，这是一个深度防御框架，用于保护内部AI代理免受潜在的不对齐问题的影响，将其视为内部威胁，并实施分层检测、预防和响应措施。
一份全面的自主AI学习路线图，涵盖从Python基础到生产部署的12个阶段，并提供免费和freemium资源。
一份全面的全栈AI工程师成长路线图，涵盖编码基础、LLM API、RAG、代理、生产基础设施、可观测性、安全性和高级工作流程。
一份免费的全面分步项目路线图，用于成为AI研究员，涵盖从分词器到完整顶点模型系统等主题。
本文提出了一份正式的路线图，用于从晚期融合多模态方法向统一Transformer框架内的原生多模态建模（NMM）转型，根据输入-输出对偶性对现有模型进行分类，并系统性地讨论了架构协调、数据整理、训练方案和评估。
A free, open-source AI engineering curriculum that covers math, LLMs, and agents across 20 phases and 435 lessons in Python, TypeScript, Rust, and Julia, designed to fill gaps in fragmented AI tutorials.
本文调研了AI在整个研究生命周期中的能力与局限，从创意生成到成果发布，识别出可靠辅助与不可靠自主之间的明确界限。它提供了一个分类体系、基准测试套件、工具清单以及人类主导的AI协作研究设计原则。
一份详细的12阶段路线图，计划在6个月内成为生成式AI工程师，涵盖Python异步、多模态LLM、RAG、智能体工作流、生产部署、MLOps和安全，强调动手构建而非看教程。
一个全面且开源的 GitHub 仓库，提供结构化的学习路线图与精选资源，助力学习者从入门到精通掌握 AI、机器学习、深度学习及大语言模型。该资源面向学生与专业人士设计，内容涵盖基础概念、编程框架、职业发展路径以及前沿 AI 议题。
一位商科新手寻求零代码的逐步路线图与工具推荐，用于自动化“网页→PDF→Excel”流程，并在 Excel 中用 AI 生成公式。