如果您想从零开始学习 AI 并上手,以下是一些建议:
We picked 50 paper/models/blogs across 10 fields in AI Eng:LLMs,Benchmarks,Prompting,RAG,Agents,CodeGen,Vision,Voice,Diffusion,Finetuning.If you're starting from scratch,start here.我们挑选了50篇论文/模型/博客,涉及人工智能工程的10个领域:LLMs、基准、提示、RAG、代理、CodeGen、视觉、语音、扩散、微调。如果您想从零开始,请从这里开始。The picks from all the speakers in our[Best of 2024 series](https://www.youtube.com/watch?v=wT636THdZZo&list=PLWEAb1SXhjlfG63F03R52DZXpHzVB1_5j)catches you up for 2024,but since we wrote about running[Paper Clubs](https://www.latent.space/p/paperclub),we’ve been asked many times for a reading list to recommend for those starting from scratch at work or with friends.We started with[the 2023 a16z Canon](https://a16z.com/ai-canon/),but it needs a 2025 update and a practical focus.我们的"2024年度最佳"系列中所有演讲者的精选文章为您的2024年划上了句号,但自从我们写了关于开办论文俱乐部的文章后,我们多次被要求为那些在工作中或与朋友一起从零开始的人推荐一份阅读清单。我们从2023年的a16z Canon开始,但它需要2025年的更新和实用重点。Here we curate“required reads”for the AI engineer.Our design goals are:在这里,我们为人工智能工程师策划了"必读书目"。我们的设计目标是:
那大家要从0到1开始上手,那我要清晰表达我脑海中有东西了,比如说我上了一门课,然后这门课的知识方法论已经非常之清晰了,我已经学完了,我现在就想。想把它封装起来去跟大模型对话。那怎么封装呢?框架有十几个,有二十几个,我是随便选一个还是怎么地呢?有没有一些最核心的东西?有没有一些最通用的东西?然后这一部分就是想跟大家去聊一下,我提炼总结分享了好半天。最终我选择了三个,我叫做三板斧:1.分配角色2.给出示例(few-shots)3.思维链(Chain-of-Thought)我觉得这三个是所有写提示词都绕不过去的,你如果是从0到1开始去学,我认为你应该是在这三个地方去下功夫去研究它的。
1.Stable Diffusion系列资源2.零基础深入浅出理解Stable Diffusion核心基础原理2.1通俗讲解Stable Diffusion模型工作流程(包含详细图解)2.2从0到1读懂Stable Diffusion模型核心基础原理(包含详细图解)2.3零基础读懂Stable Diffusion训练全过程(包含详细图解)2.4其他主流生成式模型介绍3.Stable Diffusion核心网络结构解析(全网最详细)3.1 SD模型整体架构初识3.2 VAE模型3.3 U-Net模型3.4 CLIP Text Encoder模型3.5 SD官方训练细节解析4.从0到1搭建使用Stable Diffusion模型进行AI绘画(全网最详细讲解)4.1零基础使用ComfyUI搭建Stable Diffusion推理流程4.2零基础使用SD.Next搭建Stable Diffusion推理流程4.3零基础使用Stable Diffusion WebUI搭建Stable Diffusion推理流程4.4零基础使用diffusers搭建Stable Diffusion推理流程4.5 Stable Diffusion生成示例5.Stable Diffusion经典应用场景5.1文本生成图像5.2图片生成图片5.3图像inpainting5.4使用controlnet辅助生成图片5.5超分辨率重建6.从0到1上手使用Stable Diffusion训练自己的AI绘画模型(全网最详细讲解)6.0 Stable Diffusion训练资源分享6.1 Stable Diffusion模型训练初识6.2配置训练环境与训练文件