搜索文章

输入关键词或选择标签，快速找到感兴趣的内容

9篇可搜索

标签筛选

这是一套面向嵌入式工程师的 AI 与大模型进阶主线总目录，按顺序组织学习与分享内容。

从嵌入式工程师的底层能力出发，先把大模型和架构的总地图搭起来，再决定先学什么、后学什么。

用三本免费/开放材料把深度学习的数学直觉、优化过程和网络结构补齐，为后面的 LLM 打好地基。

把 token、embedding、attention、上下文窗口和 KV Cache 讲成工程师能抓住的系统流程。

把预训练、指令微调、LoRA、量化、评估和安全串起来，理解模型是怎么被做出来、改出来的。

把 Prompt、RAG、Agent、工具调用和结构化输出整理成可落地的应用工程方法。

从系统架构的角度看模型服务、边缘推理、LLMOps、数据治理和成本控制。

把前面学到的内容整理成能讲给工程师和非工程师听的讲解框架。

官方免费教材、开源代码、工程文档和部署资料的索引，单独作为分享栏展示，不放进主系列。