AI MOC

本文件是人工智能与大模型相关笔记的导航中心。

深度学习与 PyTorch

• 深度学习与 PyTorch MOC — 张量、自动微分、训练闭环、CNN、RNN、NLI 与 GNN
• PyTorch 基础：张量与自动微分 — Tensor、设备、计算图和梯度边界
• PyTorch 训练流程 — Dataset、DataLoader、选模、检查点与实验验收
• CNN：LeNet 与 ResNet — 经典卷积网络、残差连接和迁移学习
• RNN 与自然语言推断 — 序列建模、SNLI 和可分解注意力
• 图神经网络与 PyG — Data、消息传递、GCN 和图任务矩阵
• 实验项目与源码索引 — 111pytorch 的 Notebook、代码、PDF 与数据边界

Agentic 智能体

Agent 设计模式与实践代码：

• 1.提示链模式 — 顺序分解任务的基础模式
• 2.路由模式 — 根据输入动态选择处理路径
• 3.并行化模式 — 多任务并行执行提升效率
• 4.反思模式 — Agent 自我评估与改进
• 5.多智能体协作 — 多 Agent 协同完成复杂任务
• LangGraph 搭建 Agent：图解与实践 — State、节点、条件边与工具调用循环
• 6.记忆管理 — Agent 的短期与长期记忆机制
• 7.模型上下文协议MCP — MCP 协议与工具集成
• 8.目标设定与监控 — 任务目标设定与执行监控
• 9.知识检索RAG — 检索增强生成
• 10.资源感知优化 — 资源受限场景下的优化策略
• 11.推理技术 — 多步推理、搜索、验证与工作流编排
• 12.护栏与安全模式 — 输入、工具、输出与人工审批的分层防御

专题导航

• Prompt — Prompt Engineering 技巧
• 上下文与记忆 — Context、Token 预算、长期记忆与安全
• 工具与运行时 — Tool Calling、Skills、结构化输出与可靠性
• RAG 专题导航 — 建库、检索、优化、评测与面试速记
• 评测与可观测性 — 指标、Trace、回放和故障归因
• ReAct & Plan-and-Execute — 推理与执行框架
• 从 Claude Code 学习 Agent 工程实现 — Agent 工程实践
• Harness-Engineering实践启示 — 工程化最佳实践
• 高德Agent研发面复习卡 — 记忆、评测、Query 改写与结构化输出的跨主题速记
• 智能体未来发展假设 — 智能体发展趋势

AI 辅助编程

• AI 辅助编程 MOC — 工程方法、面试问答与实战题

LLM Master 学习路线

• LLM Master 导读 — 大模型应用开发、RAG、Agent、微调、部署、Transformer、AI 编程与面试资料
• 完整学习路线 · 全部资料索引 · 专题索引

LLM 笔记 (llm_note)

• README — 笔记总览

高性能计算 (HPC)

• CUDA编程模型概述 — CUDA 入门基础
• CUDA执行模型 — 线程与 Warp 执行机制
• CUDA内存组织 — 显存层次与优化
• CUDA内核优化策略 — 内核性能调优
• 英伟达GPU架构总结 — GPU 硬件架构
• 深入理解Roofline模型 — 性能分析方法论
• triton内核开发基础0 — Triton 编程入门

Transformer 模型

• transformer论文解读 — Attention Is All You Need
• transformer模型结构详解及实现 — 模型结构与代码实现
• llama1-3模型结构详解 — LLaMA 系列架构
• DeepSeekV2论文解读 — DeepSeek V2 架构
• DeepSeekV3论文解读 — DeepSeek V3 架构
• gpt1-3论文解读 — GPT 系列论文
• MLA结构代码实现及优化 — Multi-head Latent Attention
• transformers库快速入门 — HuggingFace Transformers

推理优化

• flashattention1-2-3系列总结 — FlashAttention 全系列
• kv-cache原理及优化概述 — KV Cache 机制与优化
• vllm优化之pagedattention详解 — PagedAttention 核心技术
• llm量化-AWQ论文解读 — AWQ 量化方法
• llm量化-SmoothQuant论文解读 — SmoothQuant 量化方法

并行训练

• 张量并行技术详解 — 模型并行核心技术
• 集合通信总结和实践 — 分布式通信原语
• MoE专家并行详解 — 混合专家模型并行

推理框架

• llm推理服务框架总结 — 主流推理框架对比
• vllm推理流程剖析 — vLLM 推理引擎
• llm并行策略概述 — 推理并行策略

大模型微调

• 大模型微调 — 微调方法与实践总览
• 华为开发者空间+deepseek — 华为平台微调实践
• 大模型微调讯飞星辰MaaS平台使用指南 — 讯飞平台微调指南

相关主题

• 计算机组成与体系结构 — GPU 架构、硬件基础与 CUDA 编程
• Python — AI 主要实现语言
• 求职资料 — 简历、项目解读、岗位 JD 与面试记录