Sammlung von Materialien rund um AI Engineering

• Eine Auswahl der hilfreichsten Ressourcen aus den über 1.200 Links und mehr als 1.000 AI-GitHub-Repos, die Chip Huyen beim Schreiben des Buchs „AI Engineering“ als Referenz verwendet hat
• Enthält zu jedem Kapitel des Buchs wichtige zugehörige Links und kurze Zusammenfassungen

Inhaltsverzeichnis

• 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
  • RAG
  • Agents
• Chapter 7. Finetuning
• Chapter 8. Dataset Engineering
  • Public datasets
• Chapter 9. Inference Optimization
• Chapter 10. AI Engineering Architecture and User Feedback
• Bonus: Organization engineering blogs

[jhj0517]

Vielen Dank.

[curiousotter]

Dass jemand alle Materialien, die er während seiner Forschung gefunden hat, komplett offenlegt … wirklich beeindruckend. Ich sollte mir dafür etwas Zeit nehmen und sie durchgehen. Danke!