Learn AI¶
个人 AI 前沿知识库。系统梳理 AI 核心技术,每日自动追踪社区与行业动态。
网站主题¶
本知识库聚焦 AI 技术方案革新与工程亮点,记录值得长期关注的技术突破,而非功能清单或通用知识。
知识体系拓扑¶
graph TD
A[Learn AI 知识库]
A --> B[Agent 技术]
B --> B1[核心概念]
B --> B2[应用技术]
B --> B3[AI 软件]
B --> B4[Workflow 框架]
A --> C[系统与基础设施]
C --> C1[基础设施]
C --> C2[硬件]
A --> D[理论与研究]
D --> D1[基础理论]
D --> D2[前沿研究]
D --> D3[模型档案]
D --> D4[开源库]
A --> E[具身智能]
E --> E1[具身算法]
E --> E2[具身基础设施]
click B1 href "agent/"
click B2 href "applied/"
click B3 href "ai-personal-software/"
click B4 href "agent-workflow/"
click C1 href "infrastructure/"
click C2 href "hardware/"
click D1 href "foundations/"
click D2 href "research/"
click D3 href "model/"
click D4 href "libraries/"
click E1 href "embodied-algorithm/"
click E2 href "embodied-infrastructure/"
style A fill:#FF5C77,stroke:#E84862,stroke-width:2px,color:#fff
style B fill:#FF8A9E,stroke:#E84862,stroke-width:1px
style C fill:#FF8A9E,stroke:#E84862,stroke-width:1px
style D fill:#FF8A9E,stroke:#E84862,stroke-width:1px
style E fill:#FF8A9E,stroke:#E84862,stroke-width:1px
最近更新¶
-
2026-07-22 — 添加 lerobot-lancedb 调研文档
新增 lerobot-lancedb 文档——LeRobotDataset 的 Lance 后端,JPEG bytes / mp4 Blob V2 两种 layout、2-5x 训练吞吐提升、bit-exact 与上游数据对齐、Cloud/Hub 直读集成
-
2026-07-22 — 添加 LanceDB 调研文档
新增 LanceDB 文档,聚焦其数据文件管理——Lance 列式格式、Manifest + Fragment 的 MVCC 版本化、索引与数据同目录的存储哲学、Blob V2 多模态存储、零拷贝 Schema 演进
-
2026-06-24 — 添加预训练与 Transformer 文档
新增预训练文档,解析 Transformer 为何比 CNN/RNN 更依赖预训练——归纳偏置权衡、ViT 的 90M 数据阈值实验、TrOCR 消融证据,以及三个理论视角(损失盆地正则化、类别多样性、交叉熵特征迁移)
-
2026-06-11 — 添加 Triton 编译器架构文档
新增 Triton 编译器文档,涵盖 Python DSL → TTIR → TTGIR → LLVM IR → GPU 二进制的完整编译链路,Layout Encoding 系统,以及 Backend Plugin / Pass Plugin / Inspection Hook / Dialect Plugin 四层扩展机制
-
2026-06-09 — 添加 PyTorch 算子分发机制文档
新增 PyTorch 算子分发文档,以 nn.Linear 为例追踪从 Python 到 cublasLtMatmul 的 5 层分发路径——Python 模块、Python/C++ codegen 边界、ATen Dispatcher 剥洋葱式分发、Native CUDA 实现、cuBLASLt 库调用