跳转至
Awesome AI Roadmap
模块导览
正在初始化搜索引擎
zongyangbigpolo/awesome-ai-roadmap
首页
关于
LLM
多模态 AI
Tools
Agent
RAG
框架与编排
AI Engineering
AI 安全与治理
FDE
Awesome AI Roadmap
zongyangbigpolo/awesome-ai-roadmap
首页
关于
关于
作者与项目
编辑、引用与纠错规范
LLM
LLM
基础原理
基础原理
大语言模型与传统 NLP
Transformer 架构
Attention 变体
位置编码
Tokenizer
训练与对齐
训练与对齐
三阶段训练流程
Scaling Law 与涌现
大模型微调
LoRA
Post-Training
DPO vs PPO
推理与部署
推理与部署
解码策略
Temperature、Top-P、Top-K
KV Cache 与 Prompt Caching
模型量化
MoE
部署框架选型
Prompt 与可靠性
Prompt 与可靠性
Prompt 工程
CoT 思维链
幻觉的成因与缓解
评测与选型
评测与选型
能力评测指标
模型选型实践
多模态
多模态
多模态模型
多模态 AI
多模态 AI
基础与架构
基础与架构
多模态表征与融合架构
视觉与文档智能
视觉与文档智能
视觉语言模型与 Grounding
OCR 与 Document AI
Computer Use 与 GUI Agent
语音与音频
语音与音频
ASR、TTS 与音频语言模型
实时全双工语音
多模态生成
多模态生成
扩散、Flow Matching 与图像生成
视频生成模型
训练、评测与服务
训练、评测与服务
多模态训练数据与对齐
多模态评测、安全与服务
Tools
Tools
Function Calling
Function Calling
Function Calling 原理
LLM 如何学会调用工具
工具定义与 Schema 工程
推理模型与 MCP
MCP
MCP
MCP 核心内容
MCP 三层组成
MCP 与 Function Calling
MCP 传输层
Tool Protocol 安全
Skills
Skills
Skill 是什么
Skill 与 MCP
Function Calling、MCP、Skill
Agent 通信
Agent 通信
A2A 协议
传输与网关
传输与网关
SSE、WebSocket 与 WebRTC
LLM 网关
Agent
Agent
基础与架构
基础与架构
从大模型到 AI Agent
Agent 现代系统架构
Agentic Building Blocks
Runtime 与 Harness
Runtime 与 Harness
Harness 定义、边界与分层
Agent Loop 与运行时状态机
Context Engineering 与装配
Tool Registry 与执行管线
权限、沙箱与隔离
Checkpoint、持久化与恢复
Human-in-the-loop 与中断
Tracing、评测与 Coding Agent
推理、规划与反思
推理、规划与反思
Agent 设计范式
模型推理与搜索方法
复杂任务拆分与调度
LLM 与 Agent 规划能力
反思、验证与自我改进
记忆与上下文
记忆与上下文
Agent 记忆机制
长短期记忆工程实现
记忆与上下文压缩
多智能体系统
多智能体系统
Single-Agent 与 Multi-Agent
Multi-Agent 协作与路由
评估与安全
评估与安全
Agent 评估与 Benchmark
Agent 安全与 Prompt Injection
RAG
RAG
基础与选型
基础与选型
RAG 是什么
RAG、微调与长上下文
摄取与索引
摄取与索引
文档解析与预处理
Chunking 策略
语义被切断怎么办
Embedding 原理
Embedding 选型与评估
向量数据库与 ANN
向量库生产实践
在线检索
在线检索
RAG 在线链路
检索范式
Query 理解与改写
多路召回、RRF 与 Rerank
RAG 优化五层框架
高级与多模态
高级与多模态
高级 RAG 范式
GraphRAG 与图检索
多模态 RAG
生成与评估
生成与评估
生成、Grounding 与幻觉
RAG 评估体系
运维与安全
运维与安全
动态更新与增量索引
RAG 落地难点与安全
框架与编排
框架与编排
LangChain 生态
LangChain 生态
基础架构
基础架构
Agent 框架概览
Chain 与 LCEL
LangChain v1 架构
Agent 构建
Agent 构建
构建生产级 Agent
Tool 注册与工具契约
短期与长期记忆
生态与演进
生态与演进
LangChain 与 LlamaIndex
LangChain4j
LangChain 版本演进
LangGraph
LangGraph
LangChain 与 LangGraph
LangGraph 核心优势
生产闭环
生产闭环
Deep Research 实现逻辑
LangSmith 生产质量闭环
LlamaIndex
LlamaIndex
数据与索引抽象
查询引擎与 Workflows
DSPy
DSPy
声明式编程模型
编译器与优化器
Semantic Kernel
Semantic Kernel
Kernel、Plugin 与 Planner
Process 与 Agent Framework
轻量级 Agent 框架
轻量级 Agent 框架
AutoGen 与 CrewAI
PydanticAI 与选型矩阵
选型与可移植架构
选型与可移植架构
跨框架技术解构
Lock-in 与迁移策略
AI Engineering
AI Engineering
基础与生产架构
基础与生产架构
LLMOps、MLOps 与 DevOps
AI 应用生产架构
请求路径可靠性
请求路径可靠性
模型网关、路由与回退
重试、超时、幂等与熔断
输出质量与安全
输出质量与安全
结构化输出与契约校验
Guardrails 与降级
评测与可观测性
评测与可观测性
离线评测与 EDD
在线可观测性与 Tracing
版本管理与发布
版本管理与发布
Prompt、模型与数据版本
LLM CI/CD 与灰度发布
性能、成本与运营
性能、成本与运营
缓存、批处理与成本
SLO、容量与事故响应
反馈闭环与数据飞轮
AI 安全与治理
AI 安全与治理
威胁建模
威胁建模
AI 威胁建模与攻击面
提示与内容层攻击
提示与内容层攻击
Prompt Injection 与 Jailbreak
输出处理与 Secret Exfiltration
数据与模型供应链
数据与模型供应链
训练、微调与 RAG 投毒
模型供应链与序列化风险
隐私、PII 与记忆泄漏
Agent 与执行环境
Agent 与执行环境
最小权限与身份治理
代码与浏览器沙箱
评测、治理与保障
评测、治理与保障
安全评测、红队与持续保障
风险分级、审计与内容出处
FDE
FDE
基础与交付方法
基础与交付方法
从业务问题到可复用生产系统
目录
章节
RAG · 生成与评估
¶
建立 Grounding、引用、幻觉缓解和端到端评测体系。
章节
¶
第十七章:生成、Grounding 与幻觉规避
第十八章:RAG 评估体系
返回
RAG 相关知识点
。
回到页面顶部