🤖 AI Learning
AI learning series from scratch, covering machine learning fundamentals, deep learning, large language models, Prompt Engineering, AI Agent development, and more.
-
⚙️ 第二季回顾 + 第三季预告（深度派 · 完结）
-
⚙️ AI 缺电与能源：核电 / 光伏 / 储能怎么救场
-
⚙️ 边缘 AI 与端侧芯片：手机里跑大模型
-
⚙️ AI 网络：InfiniBand vs RoCE 的世纪对决
-
⚙️ 推理工程：vLLM / TensorRT / SGLang
-
⚙️ AI 数据中心：电、冷、网怎么造
-
⚙️ 训练一个 GPT-5 要多少卡、多少电、多少钱
-
⚙️ 分布式训练：DP / TP / PP / ZeRO 全图谱
-
⚙️ 推理新势力：Cerebras / Groq / SambaNova
-
⚙️ CUDA 的真正护城河：为什么 10 年了还没人撼动 NVIDIA
-
⚙️ GPU 内部架构：Tensor Core / SM / 显存层级
-
🟣 一张图看懂 2026 年大模型架构演进（阶段六收尾）
-
🟣 训练数据工程：从 The Pile 到合成数据
-
🟣 多模态对齐：CLIP / SigLIP / 视觉 Token 化
-
🟣 Embedding 深度：从 word2vec 到 contrastive
-
🟣 Tokenizer 深挖：BPE / Tiktoken / 中文分词
-
🟣 上下文窗口怎么扩到 1M：RoPE / YaRN / 长度外推
-
🟣 Mamba / SSM：会取代 Transformer 吗
-
🟣 Speculative Decoding：小模型猜、大模型审
-
🟣 Flash Attention：一个数学技巧把内存省 5 倍
-
🟣 KV Cache：让 LLM 推理快 10 倍的小秘密
-
🟣 PPO / DPO / GRPO：RLHF 后的三代对齐算法
-
🟣 推理模型：o1 / R1 / 思考链是什么新物种
-
🟣 Diffusion 原理：AI 画图 / 视频的数学底层
-
🔴 普通人如何在 AI 时代不掉队——46 篇浓缩成 5 条心法【系列收官】
-
🔴 具身智能与机器人：AI 的下一站，为什么 2026 是元年
-
🔴 AGI 还有多远？六大主流路线一次说清
-
🔴 AI 伦理与版权：训练数据合法吗？AI 画的画归谁
-
🔴 AI 安全：越狱、提示词注入、数据投毒——AI 时代的新型攻防战
-
🔴 AI 创业的 5 种典型路径——给想下场的人一份地图
-
🔴 AI + 教育 / 医疗 / 法律 / 金融：真实落地什么样
-
🔵 评测体系：MMLU / HumanEval / Chatbot Arena——看 AI 谁更强，到底信哪个榜
-
🔵 本地部署：Ollama 一张显卡跑大模型——15 分钟入门指南
-
🔵 量化、蒸馏、剪枝：把大模型塞进手机的三招
-
🔵 Agent 是什么？从 ReAct 到 AutoGPT——AI 自主完成任务的真相
-
🔵 向量数据库：Pinecone / Milvus / Chroma 怎么选
-
🔵 RAG：让 AI 拥有你的私有知识——原理 + 实战
-
🟠 AI 视频：Sora / 可灵 / Runway——一段话生成一支广告片的时代来了吗
-
🟠 AI 画图工作流：Midjourney / SD / Nano Banana 怎么选，怎么用
-
🟠 AI 做 PPT / Excel / 思维导图：一周重塑你的办公工作流
-
🟠 AI 编程入门：Copilot / Cursor / Claude Code 我都用过，给你说真话
-
🟠 用 AI 写公众号 / 写周报 / 写邮件：3 套被验证过 500 次的高质量 Prompt
-
🟠 用 AI 读论文 / 读财报 / 读合同：3 套结构化阅读法
-
🟠 角色扮演 + 思维链 + Few-shot：三大核心技巧，让 AI 智商再涨 30%
-
🟠 Prompt 工程：5 个让 AI 听话的万能结构
-
🟡 多模态：模型如何看图、听声、读视频
-
🟡 开源 vs 闭源：Llama、Mistral、DeepSeek 这场战争意味着什么
-
🟡 主流大模型横评：GPT / Claude / Gemini / DeepSeek / Qwen 到底选哪个
-
🟡 幻觉是怎么来的？AI 为什么一本正经地胡说八道
-
🟡 涌现能力——为什么大到一定程度，模型就"开窍"了
-
🟡 预训练 / 微调 / RLHF——一个大模型是怎么炼成的
-
-
-
-
-
-
-
-
-
-
-
-
🟡 Embedding：AI 如何把"语言"变成"数字"
-
🟡 Token 是 AI 的"字"——为什么模型按 Token 收费
-
🟡 Transformer 是什么？一张图讲清"注意力机制"
-
🟢 AI 的能力边界——它能做什么，不能做什么（第一阶段收尾）
-
🟢 数据才是 AI 的石油——标注、清洗与偏见，藏着多少坑
-
🟢 为什么 GPU 比 CPU 更适合 AI？一个打游戏的芯片如何统治万亿赛道
-
🟢 模型、参数、训练、推理——4 个被混用最严重的 AI 术语
-
🟢 监督、无监督、强化学习：三种学法决定了 AI 能干什么
-
🟢 机器是怎么"学习"的？——一个考研刷题的类比，让你彻底搞懂
-
🟢 从图灵到 ChatGPT：AI 的 70 年，走过哪三道坎？
-
🟢 AI、机器学习、深度学习、大模型——到底是什么关系？
-
📣 我决定写 100 篇文章，把 AI 讲到你妈都能听懂
-
AI 行业 Top 50 术语词典 + Agentic AI 深度问答
-
Deep Dive: AI-102 Azure AI Engineer — Complete Knowledge Structure (Low → High)
-
Deep Dive: AI-102 考试通关策略 — 从备考到拿证的完整指南
-
Deep Dive: AI-102 题库深度分析 — 715 道题分类统计与备考策略
-
Deep Dive: Microsoft Agent Factory — Work IQ, Fabric IQ & Foundry IQ
-
Deep Dive: AI Skills — 让 AI 从「能说」到「能做」的关键机制
-
AI 学习 Level 7: AI 进阶话题 — 多模态、安全、治理与未来
-
AI 学习 Level 6: AI 开发实战 — 从 API 调用到 RAG 应用
-
AI 学习 Level 5: AI Agent 与 Skills — 让 AI 从「能说」到「能做」
-
AI 学习 Level 4: Prompt Engineering — 与 AI 对话的艺术
-
AI 学习 Level 3: 大语言模型 LLM — ChatGPT 和 Claude 是怎么工作的？
-
AI 学习 Level 2: 深度学习基础 — 神经网络与 Transformer 革命
-
Deep Dive: 机器学习基础 — AI 是怎么「学习」的？
-
Deep Dive: AI 是什么？— 从图灵测试到 ChatGPT 的 AI 发展史
-
Deep Dive: AI 小白学习路线图 — 从零开始的 AI 知识图谱