简介

欢迎使用 AI Summary Hub —— 现代 AI 概念的单一事实来源。

本 hub 面向深度知识：每个主题提供清晰定义、工作原理（含图表与代码）以及官方文档与 Codelab 链接，助你从理解到实践。

内容概览

本 wiki 涵盖 50+ 主题，包括：

• 基础知识 — 机器学习、深度学习、神经网络
• Transformer 与 LLM — 架构、BERT、GPT、微调、提示工程、流式输出
• RAG — 检索增强生成、向量数据库、嵌入
• 智能体与子智能体 — AI 智能体、多智能体系统、层级
• 推理模式 — 思维链、思维树、ReAct、RDD
• 规范驱动开发 — 从规范构建 AI 系统
• 领域 — NLP、计算机视觉、语音、机器人、多模态 AI
• 安全、伦理与评估 — AI 安全、偏见、可解释性、基准
• 基础设施与部署 — 本地推理、边缘推理、模型压缩、量化
• 工具 — Hugging Face、LangChain、Cursor、Claude Code、Antigravity、Kiro、PyTorch、TensorFlow
• 案例研究 — ChatGPT、DALL·E、Claude、Gemini、BART、Grok、DeepSeek、Qwen

每个主题包含定义、示例（代码与图表）、优缺点、基准及外部文档链接（官方文档、Codelab、论文）。

延伸阅读

• Google AI for Developers — Gemini、API 与指南
• Hugging Face NLP Course — 从 Transformer 到 LLM
• From Prototypes to Agents with ADK (Codelab) — 使用 Google Agent Development Kit 构建你的第一个智能体

入门

• 刚接触 AI？ 从基础知识和神经网络开始。
• 在用 LLM 做应用？ 查看 LLM、RAG 和智能体。
• 想了解推理？ 参阅推理模式和 RDD。
• 在本地或边缘跑模型？ 查看本地推理和边缘推理。
• 多模态（文本+图像等）？ 查看多模态 AI。

使用侧边栏浏览全部主题，或通过搜索查找具体概念。