AI 方向
收錄 AI 領域的技術筆記：從機器學習基礎、深度學習原理，到 LLM 應用開發（Prompt / RAG / Agent / 微調），隨學習持續補充。
已收錄
- 機器學習基礎 — 數學基礎與經典演算法
- 深度學習 — 神經網路、CNN / RNN / Transformer
- Prompt 工程 — 提示詞設計與評估
- RAG 與 Agent — 檢索增強與代理應用
- 模型微調 — LoRA / QLoRA 與部署
規劃清單
| 主題 | 說明 | 狀態 |
|---|---|---|
| 機器學習基礎 | 線性代數/機率統計速成、迴歸/分類/分群、評估指標 | 規劃中 |
| 深度學習 | 反向傳播、最佳化器、CNN/RNN/Transformer 結構 | 規劃中 |
| PyTorch | 張量、自動微分、模型訓練管線、分散式 | 規劃中 |
| LLM 原理 | 注意力機制、預訓練與對齊（RLHF/DPO） | 規劃中 |
| Prompt 工程 | 提示詞模式、結構化輸出、評測方法 | 規劃中 |
| RAG 與 Agent | 向量檢索、工具呼叫、多代理框架（LangChain/LlamaIndex） | 規劃中 |
| 模型微調 | LoRA/QLoRA、資料構造、評估與部署 | 規劃中 |
| AI 工程化 | 推論最佳化、量化、服務化（vLLM/Ollama） | 規劃中 |
| RAG 進階 | 索引結構與進階檢索、重排與上下文工程、GraphRAG / Agentic RAG、評測與生產化 | 規劃中 |
| LangGraph 編排 | 圖式狀態機、Checkpointer 與 Store、interrupt 人機協同、常見圖模式與生產化 | 規劃中 |
| GUI Agent（介面操作） | 感知與動作空間、循環與狀態校驗、沙箱與提示注入防線、評測基準與能力邊界 | 規劃中 |
| 平台與框架選型 | 技術棧六層拆解、五類路線對比、決策七問、TCO 估算與避免鎖定 | 規劃中 |
寫作規範
- 理論筆記附公式與直覺解釋，避免只有公式沒有例子；
- 實踐筆記給出可執行的 Notebook 或命令列範例，註明依賴版本；
- 涉及論文的概念，關聯到 文獻收藏 中的論文筆記；
- 檔名用短橫線命名，新增後登記到
config.mjs側邊欄。