- LangGPT: 结构化提示词手册
- Prompt Guide 101: 分任务的prompt编写指南
- OpenAI Cookbook: 提供OpenAI模型使用示例 ⭐
- PromptPerfect:用魔法打败魔法，输入原始提示词，模型进行定向优化，试用后我有点沉默了，可以定向支持不同使用prompt的模型如Difussion，ChatGPT， Dalle等
- ClickPrompt: 为各种prompt加持的工具生成指令包括Difussion，chatgptdeng, 需要OpenAI Key
- ChatGPT ShortCut：提供各式场景下的Prompt范例，范例很全，使用后可以点赞！ ⭐
- Full ChatGPT Prompts + Resources: 各种尝尽的prompt范例，和以上场景有所不同
- learning Prompt: prompt engineering超全教程，和落地应用收藏，包括很多LLM调用Agent的高级场景 ⭐
- The art of asking chatgpt for high quality answers: 如何写Prompt指令出书了，链接是中文翻译的版本，比较偏基础使用
- Prompt-Engineer-Guide: 同learnig prompt类的集成教程，互相引用可还行？！分类索引做的更好些 ⭐
- AI Alignment Forum: RLHF等对齐相关最新论文和观点的讨论论坛
- Langchain: Chat with your data:吴恩达LLM实践课程
- 构筑大语言模型应用：应用开发与架构设计: 一本关于 LLM 在真实世界应用的开源电子书
- Large Language Models: Application through Production: 大模型应用Edx出品的课程
- Minbpe: Karpathy大佬离职openai后整了个分词器的教学代码
- LLM-VIZ: 大模型结构可视化支持GPT系列
- 我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]: 干货很多的prompt技巧
- Prompt-with-Claude: Claude的prompt指南和说明书
- OpenAI ChatGPT Intro
- OpenAI InstructGPT intro
- AllenAI ChatGPT能力解读：How does GPT Obtain its Ability? Tracing Emergent Abilities of Language Models to their Sources ⭐
- Huggingface ChatGPT能力解读：The techniques behind ChatGPT: RLHF, IFT, CoT, Red teaming, and more
- Stephen Wolfram ChatGPT能力解读: What Is ChatGPT Doing and Why Does It Work?
- Chatgpt相关解读汇总
- AGI历史与现状
- 张俊林 通向AGI之路：大型语言模型（LLM）技术精要
- 知乎回答 OpenAI 发布 GPT-4，有哪些技术上的优化或突破?
- 追赶ChatGPT的难点与平替
- 压缩即泛化，泛化即智能 ⭐
- LLM Powered Autonomous Agents ⭐
- All You Need to Know to Build Your First LLM App ⭐
- GPT-4 Architecture, Infrastructure, Training Dataset, Costs, Vision, MoE
- OpenAI研究员出书：为什么伟大不能被计划:
- 拾象投研机构对LLM的调研报告（文中有两次PPT的申请链接）:
- 启明创投State of Generative AI 2023
- How to Use AI to Do Stuff: An Opinionated Guide
- Llama 2: an incredible open LLM
- Wolfram语言之父新书：这就是ChatGPT
- 谷歌出品：对大模型领悟能力的一些探索很有意思 Do Machine Learning Models Memorize or Generalize? ⭐
- 符尧大佬系列新作 An Initial Exploration of Theoretical Support for Language Model Data Engineering. Part 1: Pretraining
- 奇绩创坛2023秋季路演日上创新LLM项目一览
- The Power of Prompting微软首席科学家对prompt在垂直领域使用的观点
- The Bitter Lesson 强化学习之父总结的AI研究的经验教训
- LlamaIndex: Beyond RAG: Building Advanced Context-Augmented LLM Applications
- OpenAi Model-Spec:OpenAI发布的第一版模型规范指南，提出了模型理想和现实约束之间的平衡
- Build a Large Language Model from Scratch
- genai-handbook: 超级全的大模型各方面知识资源汇总成了handbook
- 聊聊Agent，RAG主流开发技术和未来应用
- The Q* hypothesis: Tree-of-thoughts reasoning, process reward models, and supercharging synthetic data
- Reward Hacking in Reinforcement Learning
- Scaling Laws – O1 Pro Architecture, Reasoning Training Infrastructure, Orion and Claude 3.5 Opus “Failures”
- 田渊栋- 2024年年终总结
- 麻省理工科技采访OpenAI工程师
- 陆奇最新演讲实录：我的大模型世界观｜第十四期
- OpenAI首席科学家最新讲座解读LM无监督预训练学了啥 An observation on Generalization ⭐
- The Complete Beginners Guide To Autonomous Agents: Octane AI创始人 Matt Schlicht发表的关于人工智能代理的一些思考
- Large Language Models (in 2023) OpenAI科学家最新大模型演讲
- OpenAI闭门会议DevDay视频 - A survey of Techniques for Maximizing LLM performance，无法翻墙可搜标题找笔记
- 月之暗面杨植麟专访,值得细读 ⭐
- 吴恩达最新演讲：AI Agent工作流的未来
- LLM-Bootcamp 2023
- Extrinsic Hallucinations in LLMs
- Learning to Cooperate and Compete via Self Play
- Don't teach Incentive. OpenAi科学家在MIT演讲
- [OpenAI Noam关于Self-play的演讲：Learning to Cooperate and Compete via Self Play(https://www.youtube.com/watch?v=06VsbwJkrIo)