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。
-
幻觉、可靠性与使用边界
理解模型为什么会一本正经地编造，以及如何核查与降低风险。
-
预训练、数据与缩放定律
预训练数据流水线、缩放定律、Chinchilla、μP、MTP 与训练稳定性。
-
推理模型：RLVR、GRPO 与测试时计算
思维链、自洽、过程奖励、GRPO/DAPO、可验证奖励与 R1 配方。
-
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。
-
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。
-
前沿风险、可扩展监督与治理
弱到强泛化、辩论、宪法式 AI、风险框架与法规（欧盟 AI 法案、NIST AI RMF）。