开源项目

awesome-generative-ai-guide

一站式生成式AI资源合集,涵盖最新研究论文、面试题、免费课程和实战notebook,由Aishwarya Naresh Reganti维护。内容持续更新,包含Applied LLMs Mastery等免费课程和多个学习路线图,适合初学者系统学习及求职准备。项目采用MIT许可,可自由使用。

README

:star: :bookmark: awesome-generative-ai-guide

生成式 AI(Generative AI)正经历飞速发展,本仓库旨在作为一个综合中心,汇聚生成式 AI 研究的最新动态、面试资料、Notebooks 等内容!

aishwaryanr%2Fawesome-generative-ai-guide | Trendshift

探索以下资源:

  1. 每月最佳 GenAI 论文列表
  2. GenAI 面试资源
  3. Applied LLMs Mastery 2024(由 Aishwarya Naresh Reganti 创建)课程材料
  4. Generative AI Genius 2024(由 Aishwarya Naresh Reganti 创建)课程材料
  5. AI Evals for Everyone(由 Aishwarya Naresh Reganti 和 Kiriti Badam 创建)—— 获取认证!
  6. [新] OpenClaw Mastery for Everyone(由 Aishwarya Reganti 和 Kiriti Badam 创建)—— 获取认证!
  7. 所有与 GenAI 相关的免费课程列表(超过 90 个)
  8. 用于开发生成式 AI 应用的代码仓库/Notebooks 列表

我们会定期更新本仓库,请持续关注最新内容!

祝你学习愉快!


:star: 顶级 AI 工具列表

探索我们在 AI 应用开发各个层面推荐的最喜爱 AI 工具。点击此处了解更多。


:speaker: 公告


:mortar_board: 课程

[进行中] Applied LLMs Mastery 2024

加入 1000+ 名学员,踏上为期 10 周的旅程,深入探索 LLM 在多种用例中的应用。

课程网站 链接
[2024 年 2 月] 报名仍开放,点击此处注册

🗓️*第 1 周 [2024 年 1 月 15 日]*:LLM 实用入门

  • 应用 LLM 基础
  • 真实世界的 LLM 用例
  • 领域与任务适配方法

🗓️*第 2 周 [2024 年 1 月 22 日]*:提示工程与 Prompt Engineering

  • 基本提示原则
  • 提示的类型
  • 应用、风险与高级提示

🗓️*第 3 周 [2024 年 1 月 29 日]*:LLM 微调 (Fine-tuning)

  • 微调基础
  • 微调类型
  • 微调挑战

🗓️*第 4 周 [2024 年 2 月 5 日]*:RAG(检索增强生成)

  • 理解 LLM 中 RAG 的概念
  • RAG 的关键组件
  • 高级 RAG 方法

🗓️*第 5 周 [2024 年 2 月 12 日]*:构建 LLM 应用的工具

  • 微调工具
  • RAG 工具
  • 可观测性、提示、服务、向量搜索等工具

🗓️*第 6 周 [2024 年 2 月 19 日]*:评估技术

  • 评估类型
  • 常见评估基准
  • 常用指标

🗓️*第 7 周 [2024 年 2 月 26 日]*:构建你自己的 LLM 应用

  • LLM 应用的组成部分
  • 端到端构建你自己的 LLM 应用

🗓️*第 8 周 [2024 年 3 月 4 日]*:高级特性与部署

  • LLM 生命周期与 LLMOps
  • LLM 监控与可观测性
  • 部署策略

🗓️*第 9 周 [2024 年 3 月 11 日]*:LLM 面临的挑战

  • 扩展挑战
  • 行为挑战
  • 未来方向

🗓️*第 10 周 [2024 年 3 月 18 日]*:新兴研究趋势

  • 更小但性能更强的模型
  • 多模态模型
  • LLM 对齐

🗓️*第 11 周 Bonus* [2024 年 3 月 25 日]***:基础*

  • 生成式模型基础
  • 自注意力机制与 Transformer(自注意力架构)
  • 用于语言的神经网络

:book: 免费 GenAI 课程列表
LLM 基础与原理
  1. 大型语言模型 (Large Language Models) 苏黎世联邦理工学院 (ETH Zurich)

  2. 理解大型语言模型 普林斯顿大学 (Princeton)

  3. Transformers 课程 Hugging Face

  4. NLP 课程 Hugging Face

  5. CS324 - 大型语言模型 斯坦福大学 (Stanford)

  6. 大型语言模型的生成式 AI Coursera

  7. 生成式 AI 入门 Coursera

  8. 生成式 AI 基础 Google Cloud

  9. 5 天 Gen AI 强化课程 Google 和 Kaggle

  10. 大型语言模型入门 Google Cloud

  11. 生成式 AI 入门 Google Cloud

  12. 生成式 AI 概念 DataCamp(Daniel Tedesco,Google 数据负责人)

  13. 1 小时 LLM 入门 WeCloudData

  14. 从零开始的 LLM 基础模型 | 入门 Databricks

  15. 生成式 AI 详解 NVIDIA

  16. Transformer 模型与 BERT 模型 Google Cloud

  17. 面向决策者的生成式 AI 学习计划 AWS

  18. 负责任 AI 入门 Google Cloud

  19. 生成式 AI 基础 Microsoft Azure

  20. 面向初学者的生成式 AI Microsoft

  21. ChatGPT 初学者:面向所有人的终极用例 Udemy

  22. [1 小时讲座] 大型语言模型入门 Andrej Karpathy

  23. 面向所有人的 ChatGPT Learn Prompting

  24. 大型语言模型(英文) Kshitiz Verma(印度 JKLU 大学)

  25. 面向初学者的生成式 AI CodeKidz(基于 Microsoft 开源课程)

构建 LLM 应用
  1. LLMOps:使用大型语言模型构建真实世界应用 Udacity

  2. 全栈 LLM 训练营 FSDL

  3. 面向初学者的生成式 AI Microsoft

  4. 大型语言模型:从应用到生产 Databricks

  5. 生成式 AI 基础 AWS

  6. 生成式 AI 社区课程入门 ineuron

  7. LLM 大学 Cohere

  8. LLM 学习实验室 Lightning AI

  9. 用于 LLM 应用开发的 LangChain DeepLearning.AI

  10. LLMOps DeepLearning.AI

  11. LLMOps 的自动化测试 DeepLearning.AI

  12. 使用 Amazon Bedrock 构建生成式 AI 应用 AWS

  13. 高效服务 LLM DeepLearning.AI

  14. 使用 ChatGPT API 构建系统 DeepLearning.AI

  15. 使用 Amazon Bedrock 的无服务器 LLM 应用 DeepLearning.AI

  16. 使用向量数据库构建应用 DeepLearning.AI

  17. LLMOps 的自动化测试 DeepLearning.AI

  18. 使用 LangChain.js 构建 LLM 应用 DeepLearning.AI

  19. 使用 Chroma 的高级检索 DeepLearning.AI

  20. 在 Azure 上运营 LLM Coursera

  21. 生成式 AI 完整课程 – Gemini Pro, OpenAI, Llama, Langchain, Pinecone, Vector Databases 等 freeCodeCamp.org

  22. 训练与微调 LLM 以投入生产 Activeloop

Prompt Engineering (提示工程)、RAG 与微调 (Fine-tuning)
  1. 生产环境中的 LangChain 与向量数据库 Activeloop

  2. 基于人类反馈的强化学习 (RLHF) DeepLearning.AI

  3. 使用向量数据库构建应用 DeepLearning.AI

  4. 微调大型语言模型 DeepLearning.AI

  5. LangChain:与你的数据对话 DeepLearning.AI

  6. 使用 ChatGPT API 构建系统 DeepLearning.AI

  7. 使用 Llama 2 的提示工程 DeepLearning.AI

  8. 使用向量数据库构建应用 DeepLearning.AI

  9. 面向开发者的 ChatGPT 提示工程 DeepLearning.AI

  10. 高级 RAG 编排系列 LlamaIndex

  11. 提示工程专项课程 Coursera

  12. 使用检索增强生成增强你的 LLM NVIDIA

  13. 用于 RAG 的知识图谱 DeepLearning.AI

  14. 使用 Hugging Face 的开源模型 DeepLearning.AI

  15. 向量数据库:从嵌入到应用 DeepLearning.AI

  16. 理解与应用文本嵌入 DeepLearning.AI

  17. 使用 LlamaIndex 的 JavaScript RAG Web 应用 DeepLearning.AI

  18. 使用 Hugging Face 的量化基础 DeepLearning.AI

  19. 为 LLM 应用预处理非结构化数据 DeepLearning.AI

  20. 使用 LangChain 与 LlamaIndex 的检索增强生成生产实践 Activeloop

  21. 深度量化 DeepLearning.AI

评估
  1. 构建与评估高级 RAG 应用 DeepLearning.AI

  2. 使用 Weights and Biases 评估与调试生成式 AI 模型 DeepLearning.AI

  3. LLM 应用的质量与安全 DeepLearning.AI

  4. LLM 应用的红队测试 DeepLearning.AI

多模态
  1. 扩散模型工作原理 DeepLearning.AI

  2. 如何使用 Midjourney、AI 艺术和 ChatGPT 创建惊艳网站 Brad Hussey

  3. 使用 ChatGPT、DALL-E 和 GPT-4 构建 AI 应用 Scrimba

  4. 11-777:多模态机器学习 卡内基梅隆大学 (CMU)

  5. 视觉模型的提示工程 DeepLearning.AI

Agent
  1. 使用 LLM 构建 RAG Agent NVIDIA

  2. LangChain 中的函数、工具与 Agent DeepLearning.AI

  3. LangGraph 中的 AI Agent DeepLearning.AI

  4. 使用 AutoGen 的 AI 代理设计模式 DeepLearning.AI

  5. 使用 crewAI 的多 AI Agent 系统 DeepLearning.AI

  6. 使用 LlamaIndex 构建代理 RAG DeepLearning.AI

  7. LLM 可观测性:Agent、工具与链 (Chains) Arize AI

  8. 使用 LlamaIndex 构建代理 RAG DeepLearning.AI

  9. 使用 Amazon Bedrock 的 Agent、工具与函数调用 AWS 开发者

  10. ChatGPT 与 Zapier:面向所有人的代理 AI Coursera

  11. 使用 AutoGen 的多 Agent 系统 Victor Dibia [书籍]

  12. 大型语言模型 Agent MOOC,2024 年秋季 Dawn Song 和 Xinyun Chen —— 涵盖 LLM Agent 基础与高级主题的综合课程。

  13. CS294/194-196 大型语言模型 Agent 加州大学伯克利分校 (UC Berkeley)

其他
  1. 避免 AI 危害 Coursera

  2. 制定 AI 政策 Coursera


:paperclip: 资源


:computer: 面试准备

按主题分类的问题:
  1. 常见 GenAI 面试题
  2. 提示与提示工程 (Prompt Engineering)
  3. 模型微调 (Fine-Tuning)
  4. 模型评估
  5. GenAI 的 MLOps
  6. 生成式模型基础
  7. 最新研究趋势
GenAI 系统设计(即将推出):
  1. 设计一个基于 LLM 的搜索引擎
  2. 构建一个客户支持聊天机器人
  3. 构建一个用自然语言与数据交互的系统
  4. 构建一个 AI 副驾驶 (Co-pilot)
  5. 为多模态数据(文本、图像、表格、CSV 文件)设计自定义问答聊天机器人
  6. 为电子商务构建自动化产品描述与图像生成系统

:notebook: 代码 Notebooks

RAG 教程
微调教程
综合性 LLM 代码仓库
  • LLM-PlayLab 本 PlayLab 包含众多使用 Transformer 模型构建的项目

:black_nib: 贡献指南

如果你想向本仓库添加内容或发现问题,欢迎提交 PR,并确保将其放置在相关章节或分类的正确位置。


:pushpin: 引用我们

引用本指南时,请使用以下格式:

@article{areganti_generative_ai_guide,
author = {Reganti, Aishwarya Naresh},
journal = {https://github.com/aishwaryanr/awesome-generative-ai-resources},
month = {01},
title = {{Generative AI Guide}},
year = {2024}
}

许可证

[MIT License]


** 本部分由赞助商提供。我们不对该产品/服务进行背书或保证,且不对其使用产生的任何问题负责。请自行评估和使用。

安全与防护工具

  • OWASP Agent Memory Guard - OWASP 官方参考实现,用于防御 AI agent 记忆投毒(来自 OWASP Agentic AI 系统 Top 10 的 ASI06)。提供写入前扫描、读取前验证以及 agent 记忆的审计日志功能。
开源项目aishwaryanr2026-06-19原文

相关内容