| 资源 | 名称 | 学习进度 |
|---|---|---|
|
《大模型动力引擎》 |
总结待填写
|
|
《Neural Networks: Zero to Hero》 |
总结待填写
|
|
《Stanford CS336 Language Modeling from Scratch》 | Spring 2026 从 tokenizer、architecture、training 到 inference 的语言模型公开课；可配合课程讲义与 YouTube 播放列表学习。 |
总结待填写
|
|
“nanochat” 开源项目 端到端训练和服务 ChatGPT 风格模型的极简代码库，适合把训练、评测、推理和部署串起来实践。 |
总结待填写
|
|
《Build A Reasoning Model (From Scratch)》 面向推理模型构建的从零实践，可结合作者的代码与文章理解 SFT、RL 和推理能力训练流程。 |
总结待填写
|
|
“mini-sglang” 开源项目 SGLang 的极简教学版实现，适合学习 LLM serving、调度和推理系统内部机制。 |
总结待填写
|
|
待添加
|
《CUDA Programming Course - High-Performance Computing with GPUs》 YouTube 上的 CUDA 入门视频课程，覆盖 GPU 编程基础、内存模型与并行计算实践。 |
总结待填写
|
|
《Reinforcement Learning: An Introduction》 强化学习领域的经典教材，第 2 版覆盖动态规划、TD learning、policy gradient 等核心内容。 |
总结待填写
|
|
《Learn Claude Code》 关于 Claude Code 与 harness engineering 的实践教程，可重点关注 Model + Harness 的 agent 产品构建方式。 |
总结待填写
|