// 人群路线
应用开发者
会 Python 即可，3 个月做出可上线的 RAG / Agent 应用并能评估、部署。
已完成 0 / 16
16 个单元约 126 小时每周 8–10 小时
01路线
学完一个就勾上。进度只保存在这台设备的浏览器里，不需要账号。
-
AI、机器学习、深度学习与大模型是什么
用一张图理清 AI 家族关系，知道大模型如何“预测下一个 token”。
-
提示词与高效使用 AI
掌握角色、上下文、示例、分步思考与结构化输出等提示技巧。
-
Python、NumPy 与开发环境
能读写 Python，会用 NumPy 做向量化计算，会用命令行、Git 和 Jupyter。
-
PyTorch 入门与自动求导
张量、自动求导、数据加载与训练循环。
-
分词与嵌入
BPE 分词、token 计费、嵌入向量与语义相似度。
-
Transformer 与注意力
自注意力、多头、位置编码、残差与归一化，从零实现 GPT。
-
指令微调与参数高效微调
SFT、合成数据、LoRA/QLoRA/DoRA、适配器、模型合并。
-
解码、采样与 KV Cache
预填充与解码、温度/top-p、KV Cache、内存带宽瓶颈。
-
推理引擎与服务
PagedAttention、连续批处理、前缀缓存、推测解码、PD 分离与网关路由。
-
在本地运行大模型
llama.cpp、Ollama、MLX、显存估算与选型。
-
嵌入、向量检索与重排
BM25、句向量、DPR、ColBERT、HNSW、PQ、混合检索。
-
RAG 系统工程与评估
切分、查询改写、HyDE、GraphRAG、引用、评估指标。
-
Agent：工具调用、MCP、规划与记忆
ReAct、函数调用、MCP、反思、记忆、多 Agent、计算机操作与沙箱。
-
AI 应用工程：评测、成本与上线
自建评测集、LLM 评委、可观测性、模型网关、成本控制、产品设计。
-
评测与基准
主流基准、竞技场、数据污染、能力评估的局限。
-
安全攻防：越狱、注入与隐私
对抗样本、GCG、提示注入、红队、水印、差分隐私、后门。