跳到正文
6月7日周日
5月22日周五
5月16日周六
4月24日周五
4月23日周四
4月18日周六
  1. Ahead of AI22

    理解 LLM 架构的工作流:通过代码检视弥补论文细节不足

    作者分享理解大语言模型架构的工作流,主要适用于开源权重模型。流程始于官方技术报告,当论文细节缺失时,直接检视 Hugging Face 上的配置文件和 Python transformers 库中的参考实现,利用可运行代码获取架构细节。 该方法主要用于学习,手动检视代码被认为是理解模型内部工作机制的高效练习,而不适用于 ChatGPT 等闭源模型。

4月16日周四
  1. Hugging Face Blog50

    Hugging Face 发布 Skill 与测试框架,辅助将 Transformers 模型移植至 MLX-LM

    Hugging Face 提供了 Skill 和测试框架,用于协助将 transformers 中的语言模型移植到 mlx-lm,实现模型几乎即时可用。该 Skill 作为辅助工具而非自动化流程,支持贡献者处理脚手架搭建及架构校验,同时为审查者生成符合代码规范的高质量 PR 及可复现测试证据。

4月10日周五
  1. OpenAI25

    ChatGPT 销售团队工作流程

    本文展示了面向销售团队的实用 ChatGPT 工作流程。这些流程覆盖客户调研、会议准备、客户触达、管道回顾及销售执行等环节,帮助销售团队更高效地利用 ChatGPT 完成日常销售工作。

  2. OpenAI45

    ChatGPT 提示词编写基础

    OpenAI 提供指导,帮助用户学习提示词基础。通过编写清晰、有效的提示词,用户可显著提升从 ChatGPT 获取回复的质量和实用性,从而获得更精准的结果。

  3. OpenAI26

    AI 基础:理解人工智能及其工作原理

    该指南为初学者提供了理解人工智能的基础知识,重点解释了什么是 AI、其工作原理,以及 ChatGPT 等工具如何利用大语言模型进行交互。 注:根据防幻觉规则,正文未提供具体模型版本号、参数规模、benchmark 分数、价格或上下文长度等具体数字,因此摘要仅基于原文实际内容撰写,未进行额外扩写。

  4. OpenAI70

    OpenAI 教程:创建和使用 ChatGPT 技能

    OpenAI发布教程,介绍如何创建和使用ChatGPT skills,旨在帮助用户构建可复用的工作流,自动化重复性任务并确保持续的高质量的输出。

    推荐理由:OpenAI官方教程说明如何构建可复用的ChatGPT技能工作流,为智能体开发提供标准化方法参考。

  5. OpenAI26

    ChatGPT for research

    OpenAI 发布了关于如何使用 ChatGPT 进行研究的指南。该指南介绍了如何利用 ChatGPT 收集资料来源、分析信息,并创建带有引用的结构化洞察。

4月5日周日
  1. Andrej Karpathy (X)80

    Karpathy 分享 LLM 个人知识库构建理念

    Andrej Karpathy 分享了一份关于使用 LLM 构建和维护个人知识库的改进版理念文件(idea file)。他认为在 LLM 智能体时代,分享具体代码不如分享核心理念,由用户的智能体根据自身需求定制和构建。该理念包括使用 Obsidian 作为界面,LLM 自动编译 Markdown 维基,处理问答、数据清理,并探索合成数据生成。

    推荐理由:作者分享了利用LLM构建和维护个人知识库的方法,提供了抽象化的理念清单,读者可据此定制自己的智能体工作流。

4月4日周六
4月3日周五
  1. Andrej Karpathy (X)79

    Andrej Karpathy 分享利用 LLM 构建个人知识库的方法

    Andrej Karpathy 分享了利用 LLM 构建和维护个人 Markdown 知识库的方法,将 LLM 主要用于知识操作而非代码编写。其工作流包括将源文档索引到 raw 目录,由 LLM 增量编译生成包含摘要和反向链接的 Wiki。

    推荐理由:作者展示了利用 LLM 自动编译和维护 Markdown 知识库的具体工作流,读者可复用该方法进行非代码类知识的整理。

3月22日周日
3月16日周一
3月11日周三
1月28日周三
1月24日周六
1月23日周五
1月15日周四
  1. OpenAI49

    构建 AI 智能体的实用指南

    OpenAI 发布构建 AI 智能体的实用指南,系统阐述设计、编排与部署核心流程。 指南涵盖用例定义、模型选型、工具设计、护栏机制及多智能体协作模式。 旨在帮助开发者规范开发流程,降低复杂智能体系统的实施门槛。

12月30日周二
12月3日周三
  1. Ahead of AI78

    DeepSeek V3.2 技术详解:架构、稀疏注意力与强化学习更新

    DeepSeek 发布开源旗舰模型 DeepSeek V3.2,架构基于 Multi-Head Latent Attention(MLA)并引入 DeepSeek Sparse Attention(DSA),将注意力计算复杂度从 O(L²) 降至 O(Lk)。

    推荐理由:详细拆解 DeepSeek V3.2 及 Math V2 的稀疏注意力与自验证训练技术,读者可据此理解其架构效率与性能提升机制。

11月4日周二
10月5日周日
  1. Ahead of AI50

    理解 LLM 评估的 4 种主要方法(从零开始)

    文章介绍了 LLM 评估的四种主要方法:多选题、验证器、排行榜和 LLM 评判。 其中多选题评估基于基准测试,如 MMLU 数据集包含 57 个领域、约 16,000 道题目,通过准确率衡量模型表现。 这些方法分为基准评估与判断评估两类,帮助构建评估框架以解读基准测试与论文结果。

9月11日周四
  1. Hugging Face Blog78

    Hugging Face 升级 transformers 支持 OpenAI GPT-OSS 核心技巧

    Hugging Face 更新 transformers 库以支持 OpenAI 的 GPT-OSS 模型,引入了 MXFP4 量化、零构建内核下载、张量并行及专家并行等关键技术。

    推荐理由:Hugging Face 详细说明了 transformers 为支持 OpenAI GPT-OSS 模型而升级的核心技术,包括 MXFP4 量化、零构建内核、动态滑动窗口及张量并行等,这些改进可复用至其他主流模型。

9月6日周六
9月2日周二
  1. Hugging Face Blog55

    Hugging Face 教程:利用 PyTorch 预编译加速 ZeroGPU Spaces

    Hugging Face 发布教程,演示如何利用 PyTorch 预编译加速 ZeroGPU Spaces。该教程展示了在 H200 硬件上,通过预编译和 FP8 量化将 Flux、Wan 等模型的推理速度提升 1.3 倍至 1.8 倍。文中还详细介绍了动态形状处理、区域编译以及如何结合 FlashAttention-3 进一步优化性能的具体实践方法。

8月18日周一