KNOWLEDGE NOTE / AI · 学习路线

AI 学习知识地图

从 Python 与机器学习基础走到大模型原理、应用项目和逐题面试复习的学习入口。

创建
2026年9月24日
更新
2026年10月15日

AI 学习知识地图

摘要

这是本批学习笔记的导航入口:基础教材解释概念和机制,项目精选串联端到端做法,面试题库用于完整问答练习,整编索引/矩阵记录来源范围和未核读限制。课程示例不代表个人生产经历;版本相关细节以当前官方文档为准。

学习路径

1. 编程基础

  • Python基础与AI应用:从 Python 语法到 HTTP、数据分析和 API。
  • Python AI项目实战精选:安全调用模型、处理数据、开发接口。
  • 机器学习与深度学习基础:补齐 AI 项目会用到的数据、损失、优化和评估基础。

2. 大模型原理与工程

  • 大模型基础原理:Token、Transformer、注意力和自回归生成。
  • 大模型训练微调与对齐:预训练、SFT、PEFT、RLHF。
  • 大模型推理与性能优化:显存、KV Cache、量化、并行和性能测试。
  • 评测幻觉与多模态:模型评测、幻觉归因、多模态链路与风险缓解。

3. 应用开发

  • RAG检索增强生成:知识索引、检索、生成和评估。
  • 提示词工程:提示结构、策略选择、安全边界与测试。
  • LangChain与LangGraph基础:组件组合、状态图、持久化和恢复。
  • Agent与Dify基础:工作流、Agent、工具调用和授权边界。
  • Coze智能体与工作流实践:课程案例、知识库/工作流、测试发布和版本边界。
  • RAG与Agent项目精选:端到端项目设计与检查清单。

4. 产品设计与行业应用

  • AI产品设计与行业案例:从业务问题、数据准备、评测、风险与证据等级分析案例。

5. 面试复习

  • 速览入口:大模型面试精选、训练与推理面试精选。
  • 编程与前置基础:Python与机器学习基础面试题库。
  • 大模型原理:大模型基础原理面试题库。
  • 训练微调与对齐:大模型训练微调与对齐面试题库。
  • 推理与部署:大模型推理与部署面试题库。
  • RAG:RAG检索增强生成面试题库。
  • Prompt/LangChain/LangGraph:Prompt与编排框架面试题库。
  • Agent/MCP/Skill:Agent-MCP-Skill面试题库。
  • 幻觉、评测与多模态:幻觉评测与多模态面试题库。
  • AI 应用项目与案例:AI应用项目设计与案例面试题库。

完整来源范围和逐批核读状态见 index 与 导入范围与来源矩阵。

资料整理原则

  • 同类内容合并成一个主题,重复题目不重复罗列。
  • “基础”讲清概念和流程,“精选”侧重比较、权衡和回答结构。
  • 内容以重新组织的个人学习笔记表达,不替代或再发布课程原件。
  • 原资料中的密钥样式示例不纳入笔记;密钥只放在受控环境中。

相关笔记

  • Python基础与AI应用
  • 大模型基础原理
  • RAG检索增强生成
  • Agent与Dify基础

原始来源文件

以下列出本篇整理所依据的代表性原件;同主题重复版本与完整状态请查阅 source-manifest.csv。

  • Raw sources/002.大模型面试合集202605161/大模型(LLMs)基础面.pdf
  • Raw sources/大模型官方课程-视频资料/2026最新大模型全套资料(持续更新)/②、大模型入门资料/MD文档/高级RAG技术.md

放弃未保存的修改?

有未保存的修改,离开会丢失这些内容。