- การคัดเลือกเฉพาะสิ่งที่มีประโยชน์ที่สุดจากลิงก์กว่า 1,200 รายการและ AI Github Repo กว่า 1,000 แห่ง ที่ Chip Huyen ใช้อ้างอิงขณะเขียนหนังสือ "AI Engineering"
- มีลิงก์สำคัญที่เกี่ยวข้องและสรุปสั้น ๆ แยกตามแต่ละบทของหนังสือ
สารบัญ
- ML Theory Fundamentals
- Chapter 1. Planning Applications with Foundation Models
- Chapter 2. Understanding Foundation Models
- Training large models
- Sampling
- Context length and context efficiency
- Chapters 3 + 4. Evaluation Methodology
- Chapter 5. Prompt Engineering
- Prompt engineering guides
- Defensive prompt engineering
- Chapter 6. RAG and Agents
- Chapter 7. Finetuning
- Chapter 8. Dataset Engineering
- Chapter 9. Inference Optimization
- Chapter 10. AI Engineering Architecture and User Feedback
- Bonus: Organization engineering blogs
2 ความคิดเห็น
ขอบคุณ
เจ้าตัวเปิดเผยข้อมูลทั้งหมดที่เจอระหว่างทำวิจัยออกมาหมดเลย.. เยี่ยมมากครับ ไว้ว่าง ๆ ต้องหาเวลากวาดตาดูบ้าง ขอบคุณครับ