AI学习之路

提供一个全面而系统、易于掌握的人工智能学习路径，旨在帮助你从基础知识到实际应用，全面掌握AI的各个方面。更关键的是，我们希望能激发到你思考，如何利用人工智能来增强个人能力，探索“我如何通过 AI 变得更强”的答案。

入门文章 ❤️❤️❤️❤️❤️

《ChatGPT在做什么，为什么它能够成功?》
《解析 Tansformer 模型—理解 GPT-3、BERT 和 T5 背后的模型》
《如何写出高质量的 Prompt？》

通识

《2023：AI 的一年》
《全球 100 位 AI 领军人物 —《时代周刊》》
《对不久的未来的一些展望》 摘要：VSCode 核心开发吕鹏写的《对不久的未来的一些展望》值得看看 ，主要提了几点：

1. 可用的本地小模型将成为智能设备不可缺的核心组件
2. GPT 3.5/4 能力的模型使用”成本”会急剧下降
3. 混沌的就业/工作机会
   

《Elon Musk（埃隆·马斯克）：被误解的领袖》
《2024 年初的大语言模型编程实践》 摘要：这篇文章值得看看，像 Redis作者 Antirez 这样的顶级程序员都在借助大语言模型写程序！ Antirez 使用 ChatGPT 这样的语言辅助编程的做法很典型：

1. 对于不熟悉的语言或者类库，避免了查询文档，直接让 GPT 给出解释或者生成代码
2. 写临时代码，对于一些一次性代码，就不用费心费力去自己写，让 LLM 帮忙生成，质量还不错 当然 Antirez 也发现了一些局限：

• 对于复杂的代码，比如写个布隆过滤器，目前质量还不够好！
• 上下文长度不够 Antirez 的建议：
• 现今程序员没理由不去使用 LLM 辅助编程
• 正确地向大模型提问是一项关键技能，学会向 LLM 提问也有利于提升程序员的沟通能力
• 把 LLM 当做一种压缩文档（不能完全替代文档，毕竟有幻觉）来使用
  

《技术写作手册 - thoughtworks》 摘要：thoughtworks 出品的技术写作手册

人工智能技术文章

RAG 检索增强生成技术

🌟《面向大语言模型的检索增强生成技术：调查》 摘要：在这篇调查中，我们关注的是面向大语言模型的检索增强生成技术。这项技术通过结合检索机制，增强了大语言模型在处理复杂查询和生成更准确信息方面的能力。我们从同济大学和复旦大学的相关研究团队出发，综合分析了该领域的最新进展和未来趋势。 👆建议每位做大模型应用的同学都读下
《构建高级 RAG 的指南和技巧》 摘要：我们发布了一个综合图表，概述了高级 RAG 的所有不同组件、它们解决的痛点以及 LlamaIndex 资源的链接。以下是激发高级 RAG 的一些核心概念： 💡 RAG 的成功指标是：检索良好，生成良好。 💡 改进检索的方法：块大小、结构化知识、滑动窗口、知识图谱、集成检索等 💡 一代人必须能够在以下方面有效地使用文档：压缩、重新排名等 💡 交错生成和检索以更好地理解查询 无论您是第一次开始使用法学硕士，还是经验丰富的 RAG 资深人士，这里都有适合每个人的东西 🔥
《高级 RAG 技术：图解概览》 摘要：本文全面研究了高级检索增强式生成技术 (RAG) 及其算法，系统地整理了各种方法。文章中还包含了我知识库中与提到的各种实现和研究相关的链接集。

AI Agents

《什么是AI Agents？深入了解未来的 AI 界面》
《基于大语言模型的AI Agents—Part 1》
《基于大语言模型的AI Agents—Part 2》
《基于大语言模型的AI Agents—Part 3》
《LLM 驱动的自主 Agents》
《Voyager：「我的世界」中的 Agent》

大模型

🍑《Ferret：具备精确空间理解能力的多模态大模型》 摘要：由苹果和哥伦比亚大学研究团队推出的最新多模态大模型 Ferret，能轻松找到图中所有交通信号灯，还准确圈出了具体位置，表现更是直接超越 GPT-4V。 引用（referring）和定位（grounding）是空间理解能力的基本体现。其中引用是让模型知道某一个位置上是什么，定位则可以让模型知道目标在哪。Ferret 的关键就是将引用和定位两种能力结合，并注入到多模态大模型中，使模型能够同时理解给定区域的语义和找到对应目标。 为了引用任意局部区域，研究者提出了一种新型的混合区域表示方法，能将离散坐标和连续特征联合起来表示图像中的区域。同时，他们还收集了一个1.1M大小的引用定位数据集，涵盖了物体类别，物体之间的关系，特定区域描述以及 ChatGPT 生成的复杂空间推理等。 此外，研究者还提出了 Ferret-Bench用来评估图像局部区域的引用/定位、语义、知识和推理能力。在传统任务和 Ferret-Bench上，Ferret 模型都表现优越。
《GPT-4V(视觉版) 系统卡片》 摘要：OpenAI在发布GPT-4V的时候，有一篇论文：《GPT-4V(ision) System Card》，对于GPT-4V的能力有详尽的介绍。
《大语言模型在自主化学研究中的应用》
《GPTs》 摘要：一个 GPTs 的 Prompt 公开列表
🍋《Prompt-Engineering-Guide》 摘要：支持不同模型的 Prompt 指南，全球超过 250 万学习者

• 添加了 Gemini、Mistral 7B 和 Phi-2 的全面提示指南
• 提示链接技术的新指南
• 函数调用的新指南
• 用于 RAG、函数调用和其他提示技术入门的 Python 笔记本
• 宣布设立一个新部分来记录和发现新的 LLM 研究成果；这是一项正在进行的工作，但将在未来几周内大幅增长