AI 工程化 —— 终极路线图（建议收藏）！ ├── 01. LLM 基础 │ ├── Transformers 与注意力机制 │ ├── 推理与解码 │ ├── Tokenization 分词 │ └── 上下文窗口与限制 │ ├── 02. 提示词与上下文 │ ├── 提示工程与上下文学习 │ ├── 上下文工程 │ ├── 结构化输出与 Schema │ └── 约束解码 │ ├── 03. 表征 │ ├── Embeddings 向量嵌入 │ ├── 相似度搜索 │ ├── 向量数据库 │ └── 混合检索 │ ├── 04. RAG │ ├── Chunking 数据分块 │ ├── 混合搜索 │ ├── Reranking 重排序 │ ├── 查询改写 │ └── GraphRAG 图 RAG │ ├── 05. 工具与智能体 (Agents) │ ├── 工具 / 函数调用 │ ├── Agent 工作流 │ ├── Agent 记忆与状态 │ ├── MCP │ ├── A2A / 互操作性 │ └── 人机协作 (Human-in-the-Loop) │ ├── 06. 评估 │ ├── Evals 评估体系 │ ├── 测试数据集 │ ├── 线上指标 │ └── 追踪与调试 │ ├── 07. 安全 │ ├── 护栏机制 (Guardrails) │ ├── AI 安全 │ └── 提示词注入防御 │ ├── 08. LLMOps 与推理服务 │ ├── 模型选择与路由 │ ├── 缓存、延迟与成本 │ ├── vLLM / TGI │ ├── 量化与批处理 │ └── 生产周期管理 │ ├── 09. 模型适配 │ ├── Fine-Tuning 微调 │ ├── PEFT 参数高效微调 │ ├── LoRA / QLoRA │ └── 模型蒸馏 │

  • 情报分类：技术价值
  • 命中依据：AI工程化学习路线图，技术体系梳理有价值
  • 来源：AI / AI前沿 / Twitter @鸟哥 | 蓝鸟会🕊️
  • 原作者：鸟哥 | 蓝鸟会🕊️
  • 发布时间：2026/9/9 14:34:35