学习与研究综合合集

ai-engineering-resources：转型 AI 工程的学习资料与论文合集

ochiee/ai-engineering-resources · 🤖 Explore essential AI engineering resources, from research papers to tools, to help software engineers transition into AI roles effectively.

GitHub原文发布未知首次收录 2026-10-04上架 2026-10-04 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

该项目收集了面向希望转型为 AI 工程师的开发者所需的研究论文与博客文章，内容涉及 AI、大语言模型（LLM）和 Transformer，涵盖从基础概念到进阶讨论的资料。仓库以资源合集形式组织，README 提供了通过 Releases 页面下载并解压浏览的说明，并提到集合会定期更新。

# LLM # 研究 # 论文 # transformers # 资源合集

核心能力与快速开始

★ 5

能做什么: 汇集 AI 工程相关的研究论文、博客和文章，覆盖 AI、大语言模型（LLM）与 Transformer 等主题，既有基础概念介绍也有进阶讨论，面向初学者与有经验者阅读，并声称会定期更新以反映最新趋势。
适用场景: 软件工程师了解并转型 AI 工程时，用作论文与博客的阅读清单和自学资料集合。
项目形态: 资料合集
部署方式: 未说明
主要依赖: README 称需要至少 4GB 内存的电脑、现代浏览器（如 Chrome、Firefox 或 Safari）以及 PDF 阅读器（如 Adobe Acrobat Reader）。
使用限制: 未说明
许可证: 未说明
最近推送: 2026-10-03 15:00

项目文档核对 README 依据 ↗

资料检查：2026-10-04 07:00 · 卡片整理：2026-10-04 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

程序员可借助该合集阅读 AI、大语言模型（LLM）和 Transformer 相关的研究论文与博客文章，用于从软件开发转型为 AI 工程师的学习与知识补充。

查看内容依据

该项目收集了面向希望转型为 AI 工程师的开发者所需的研究论文与博客文章，内容涉及 AI、大语言模型（LLM）和 Transformer，涵盖从基础概念到进阶讨论的资料。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

OpenInference：面向 AI 应用的 OpenTelemetry 追踪规范与插件

OpenInference 是 OpenTelemetry 的补充规范和插件集合，用于对 AI 应用进行追踪，可观察 LLM 调用、向量库检索以及搜索引擎、API 等外部工具的使用。它提供与传输方式和文件格式无关的规范，并为多种机器学习 SDK 和框架提供多语言插桩，包括 OpenAI、LangChain、LlamaIndex、Anthropic、MistralAI、Bedrock、VertexAI、CrewAI、Haystack、DSPy、MCP 等。它原生支持 Arize Phoenix 和 Arize AX，也可接入任何兼容 OpenTelemetry 的后端。

Dossier：自托管的求职管理应用，依据个人档案生成定制简历与求职信并跟踪申请进度

Dossier 是一个自托管的求职管理应用，使用 TypeScript 和 Next.js 构建、以 PostgreSQL 存储数据。它把职业经历集中在一个档案中，生成基础简历；针对具体职位，读取招聘信息、展示与档案的匹配情况，并用档案中的事实起草定制简历和求职信，用户可在聊天中修改并导出 PDF。它提供求职岗位搜索与评分、创业公司职位聚合、可选的每日求职 Agent、Claude 连接器，以及可选的 Gmail 与 Google Calendar 集成，并能用看板和数据表跟踪从草稿到 offer 的全流程。AI 模型可选用 Ollama 或 LM Studio 提供的本地模型，也可选用任意 OpenAI 兼容 API、Anthropic 或 Mistral 的托管模型。

midgley：基于 LLM 多智能体的汽油价格预测框架

midgley 是一个用 Python 实现的多智能体时间序列预测框架，目标是预测美国批发 RBOB 汽油期货和多个都市区的零售无铅汽油价格。它把 Gemini、NOAA 天气模型、海运与内河咽喉点、行政社媒缺口、Cboe OVX、Baker Hughes 钻机数、USGS 水文与地震、炼厂检修等非结构化与物理数据，融合为特征向量，再结合 RB=F、CL=F、BZ=F 等商品期货，用 Ridge 回归与 XGBoost 建模，并通过情景模拟器、预测日志和每周复盘反馈回路迭代模型。项目还自动生成公开 Web 仪表盘，展示各地预测、准确率和数据源目录。

Revera：基于双模型校验的 GitHub 拉取请求 AI 代码审查工具

Revera 是一个用 Rust 编写的开源代码审查工具，使用用户自行选择的 AI 模型审查 GitHub 拉取请求。它采用调查者与验证者两阶段流程：调查者阅读变更并提出缺陷候选，验证者则在全新会话中重新从代码中独立确认每条发现，才允许发布，以减少未经验证的误报。支持 OpenAI 兼容端点、OpenAI Responses、Anthropic 和 Google Gemini，可为不同角色分别配置供应商与模型，并支持有序的备用模型。可自托管为 GitHub App（支持 @mention 触发、quick/deep 模式）、GitHub Action 或本地 CLI，并能在多次推送间跟踪发现的修复与重开。仅支持 GitHub 作为发布目标，无托管服务，需自行部署并直接向模型供应商付费；README 说明其评估样本较小，仍可能漏报或误接受错误发现，需要人工审查。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。