Nav 推荐的 10 个掌握 LLM 和 Agent 的免费开源教程,存一下慢慢看:
入门:微软 21 课结构化课程,零基础直接上 http://github.com/microsoft/generative-ai-for-beginners
原理:手写 GPT 每个组件,真正搞懂 transformer http://github.com/rasbt/LLMs-from-scratch
实战:免费训练营,直接带你做 RAG 问答系统 http://github.com/DataTalksClub/llm-zoomcamp
图解:全是可视化 notebook,看不进文字从这里切入 http://github.com/HandsOnLLM/Hands-On-Large-Language-Models
案例:一堆真实跑得起来的 AI 应用,不知道做什么就翻这个 http://github.com/Shubhamsaboo/awesome-llm-apps
提示词:CoT、ReAct、few-shot 全都有,Google 和 OpenAI 都引用过 http://github.com/dair-ai/Prompt-Engineering-Guide
工程:想用模型就得会这个,没什么好说的 http://github.com/huggingface/transformers
路线:告诉你先学什么后学什么,迷茫的时候看这个 http://github.com/mrdbourke/machine-learning-roadmap
RAG:从基础检索到生产部署,做知识库类应用必看 http://github.com/NirDiamant/RAG_Techniques
Agent:微软 12 课,工具调用 / 记忆 / 多智能体都涉及了 http://github.com/microsoft/ai-agents-for-beginners
入门:微软 21 课结构化课程,零基础直接上 http://github.com/microsoft/generative-ai-for-beginners
原理:手写 GPT 每个组件,真正搞懂 transformer http://github.com/rasbt/LLMs-from-scratch
实战:免费训练营,直接带你做 RAG 问答系统 http://github.com/DataTalksClub/llm-zoomcamp
图解:全是可视化 notebook,看不进文字从这里切入 http://github.com/HandsOnLLM/Hands-On-Large-Language-Models
案例:一堆真实跑得起来的 AI 应用,不知道做什么就翻这个 http://github.com/Shubhamsaboo/awesome-llm-apps
提示词:CoT、ReAct、few-shot 全都有,Google 和 OpenAI 都引用过 http://github.com/dair-ai/Prompt-Engineering-Guide
工程:想用模型就得会这个,没什么好说的 http://github.com/huggingface/transformers
路线:告诉你先学什么后学什么,迷茫的时候看这个 http://github.com/mrdbourke/machine-learning-roadmap
RAG:从基础检索到生产部署,做知识库类应用必看 http://github.com/NirDiamant/RAG_Techniques
Agent:微软 12 课,工具调用 / 记忆 / 多智能体都涉及了 http://github.com/microsoft/ai-agents-for-beginners
#商业思维
你眼中的常识,对于别人来说,是宝贵的值得付费的知识。
很多人来找我时,都说自己平平无奇,没什么经验可以输出,我会的东西别人都会。
那是因为,你很少跳出自己,去留意市场和用户的需求。
我今天在小红书刷到一篇笔记,1.4W赞,5分钟的口播视频,讲了一件什么事呢?
恋爱教学,如何从『谈论爱好』升级关系,说白了教你聊天。
非常细的一个切入点,把『爱好』这个话题击穿。
也许你会问,啊,这还用学?
这对于很多人来说,可太需要了。
而且看了不一定会呀,他可能还需要,一对一针对自己的情况教学,陪跑服务。
可能还需要,上游的择偶定位,对象资源介绍,个人形象打造...一系列的服务。
如何发现市场?养成刷小红书的习惯。
每天标记,你刷到的爆款视频,有哪些话题,是你也能讲的?是你看了以后觉得,哎对于这个我也想说两句,我也有个人经验,周围的朋友也问过我,我有成功/避坑经历。
第一次录播客留念,感谢@nene请说 和@玉伯 的引荐😊
AI Odyssey 两位老师非常专业,还配合我补录了一段🥹
往期播客里面也有很多 AI 创业、增长、产品的干货,推荐!
真的大家不要焦虑,找到自己的真实场景,然后就狂用AI帮你提效解决问题,用着用着就顺手了,用着用着就会冒出各种idea了
真的 一万小时理论底层不是你忍受痛苦去做枯燥的事,而是找到自己喜欢乐意的事情,每分每秒都是享受,所谓一万小时的积累都只是水到渠成的副产品
屏蔽外界甚嚣尘上的AI起飞AI暴富AI革命的噪音,先静下心想想自己擅长什么要什么,在针对性去使用AI,这才是正途,是以人御剑,不能为剑御人,那就走火入魔了
真的 一万小时理论底层不是你忍受痛苦去做枯燥的事,而是找到自己喜欢乐意的事情,每分每秒都是享受,所谓一万小时的积累都只是水到渠成的副产品
屏蔽外界甚嚣尘上的AI起飞AI暴富AI革命的噪音,先静下心想想自己擅长什么要什么,在针对性去使用AI,这才是正途,是以人御剑,不能为剑御人,那就走火入魔了
这哥们儿直接黑进了苹果没公开的传感器接口 ???读取 Apple Silicon MacBook 上未公开的 MEMS 加速度计和陀螺仪
你的 MacBook(M1/M2/M3/M4/M5)里面藏着一个MEMS 加速度计 + 陀螺仪,由 SPU(Sensor Processing Unit)管理。苹果没告诉任何人,API 文档里也没有。但 physically 它就在那,可能是 Bosch BMI286 芯片。
这项目能干什么?
通过 IOKit HID 直接读原始数据:
• 加速度计 - 3 轴加速度,~800Hz 采样
• 陀螺仪 - 角速度,同上
• 开盖角度 - 是的,还能检测屏幕打开多少度
• 环境光传感器 - 同一接口顺便读了
如果你把手腕放在触控板附近,还能测心率(心冲击描记法 BCG)
https://github.com/olvvier/apple-silicon-accelerometer
@https1024
你的 MacBook(M1/M2/M3/M4/M5)里面藏着一个MEMS 加速度计 + 陀螺仪,由 SPU(Sensor Processing Unit)管理。苹果没告诉任何人,API 文档里也没有。但 physically 它就在那,可能是 Bosch BMI286 芯片。
这项目能干什么?
通过 IOKit HID 直接读原始数据:
• 加速度计 - 3 轴加速度,~800Hz 采样
• 陀螺仪 - 角速度,同上
• 开盖角度 - 是的,还能检测屏幕打开多少度
• 环境光传感器 - 同一接口顺便读了
如果你把手腕放在触控板附近,还能测心率(心冲击描记法 BCG)
https://github.com/olvvier/apple-silicon-accelerometer
@https1024