#433 · 主分类： 教育与研究
AI-Engineering.academy
fine-tuning
finetuning
finetuning-llms
inference
large-language-models
llm
python
quantization
一次掌握一个概念，精通应用人工智能
项目最后更新：02/27/26
GitHub Stars
2.4K
Forks数量
277
贡献者数量
8
许可证
MIT
收录理由
多数AI教程零散地教几个技巧，这个仓库却反其道而行。它把知识串成一条有序的学习路线：从提示词工程的基础讲起，到不依赖框架从零搭建RAG系统，再深入到微调与模型上线部署。每个模块都强调动手实践，概念讲解总搭配实现指导和案例研究，而不是空谈理论。对自学的开发者和学生来说，这是一张很实用的地图；对带新人的团队负责人，它又是一份随时可查的参考手册。项目由社区维护、欢迎贡献，内容因此能跟上实际从业者的需求变化，不会很快过时。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建