这本书教你如何构建高效、成本平衡的大型语言模型（LLM）、计算机视觉和生成式AI系统，通过RAG技术提高输出的准确性和相关性。
Github上ninehills整理的一份DeepSeek R1 阅读清单，并标注了重点内容，涵盖多篇关于Reasoning LLMs的文章和论文，提供GRPO开源实现和复刻项目。
LLM101n是由AI领域知名专家Andrej Karpathy开发的一个综合性AI课程，专注于大型语言模型（LLM）的教学。课程从基础知识到高级应用，涵盖深度学习和自然语言处理技术，旨在帮助学习者全面掌握AI技术，并构建类似于ChatGPT的可运行Web应用程序。课程内容包括Python、C、CUDA编程实现，反向传播技术，Transformer架构，注意力机制，分词技术，模型优化，分布式训练，监督微调，强化学习，以及模型部署和多模态技术应用。
E2M是一个强大的开源工具，可将多种文件类型如doc、docx、epub、html、htm、url、pdf、ppt、pptx、mp3、m4a等转换为Markdown格式，便于数据检索增强生成（RAG）及模型训练或微调，支持自定义配置，易于安装和使用。
UseScraper Crawler是一个为AI应用设计的网页爬虫和抓取API。用户只需提供网站URL并选择期望的输出格式（Markdown或JSON），API将爬取网站，提取内容，并以请求的格式提供输出。
autollm是一个用于快速构建基于检索增强生成（RAG）技术的网页应用的框架，提供简化的API接口，支持多种后端数据源，并且易于扩展与定制，方便开发者快速搭建LLM驱动的应用程序。
Dynamiq是一个专为Agentic AI和大型语言模型应用设计的AI智能协同框架，旨在简化AI应用的开发过程，擅长协调检索增强型生成与大型语言模型代理，同时支持多种AI技术的集成，提供高效的任务调度和资源管理。
