303 份 AI / LLM 中文讲义,支持在线阅读、PDF 下载和 LaTeX 源码查看
基于公开课视频字幕、课程 slides、访谈、技术文章与公开资料整理,使用 LaTeX 生成 PDF,并自动发布为可搜索的网页阅读站。
- 在线阅读优先:网页站点支持目录导航、全文搜索、公式渲染、图片展示,并保留 PDF 备用链接。
- 中文讲义:英文课程、访谈和文章统一整理为中文,关键技术术语保留英文。
- 覆盖面广:从 Transformer、LLM pretraining、RLHF,到 Agent、Diffusion、Infra、模型架构和 AI 工程实践。
- LaTeX 为源文稿:每份讲义保留
*-notes.tex和*-notes.pdf,网页由.tex自动转换生成。 - 持续更新:新课程、演讲、访谈和技术文章会继续补充。
在线站点:https://hqhq1025.github.io/ai-course-notes/
站点由 tools/web/generate_site.py 从仓库中的 LaTeX 讲义自动生成 MkDocs 项目,并通过 .github/workflows/pages.yml 在 main 分支更新后部署到 GitHub Pages。
大多数用户不需要 clone —— 直接访问在线站即可阅读、搜索全部 303 份讲义。
仓库历史中累积了大量 PDF、图片和字幕,完整克隆体积较大(数 GB)。请按需选择克隆方式:
| 方式 | 命令 | 适用场景 | 体积量级 |
|---|---|---|---|
| 浅克隆 | git clone --depth=1 https://github.com/hqhq1025/ai-course-notes.git |
只想读最新版本(推荐) | 几百 MB |
| 无 blob 克隆 | git clone --filter=blob:none https://github.com/hqhq1025/ai-course-notes.git |
想保留完整历史,但按需下载文件内容 | ~2 GB |
| 稀疏 checkout | 见下方 | 只关心某一门课(例如 cs336) | 几十 MB |
| 完整克隆 | git clone https://github.com/hqhq1025/ai-course-notes.git |
想拿到所有历史与文件 | 数 GB |
只克隆某门课(以 cs336 为例):
git clone --filter=blob:none --no-checkout https://github.com/hqhq1025/ai-course-notes.git
cd ai-course-notes
git sparse-checkout init --cone
git sparse-checkout set cs336
git checkout main关于 PDF:
*-notes.pdf(由本仓库.tex编译生成的讲义 PDF)不再随仓库分发。
- 在线站点本身已经渲染了讲义全文,无需 PDF
- 需要 PDF 的用户可在本地用
xelatex编译*-notes.tex自行生成- 课程方的官方
*-slides.pdf仍保留在仓库内
| 分类 | 数量 | 说明 |
|---|---|---|
| Stanford 课程 | 142 | CS336、CS224R、CS25、CS153、CS146S、CS224N、CS231N |
| MIT 课程 | 10 | MIT 6.S191 Introduction to Deep Learning |
| KAIST 课程 | 15 | CS492D Diffusion Models and Flow Models |
| Berkeley 课程 | 35 | CS294 LLM Agents / Advanced LLM Agents / Agentic AI |
| B 站系列课程 | 47 | Modern Agent、LLM Architect、Agentic RL |
| 演讲与访谈 | 29 | Lex Fridman、Dwarkesh Patel、青稞、WhynotTV、张小珺等 |
| 技术文章笔记 | 25 | Agent Harness、Claude Code、Codex、Agentic Memory 等 |
| 合计 | 303 | 统计口径:仓库内 *-notes.tex 讲义源文件 |
| 课程 | 主题 | 讲数 | 讲者 |
|---|---|---|---|
| CS336 / CS336 2026 | Language Modeling from Scratch | 17 + 10 | Percy Liang, Tatsu Hashimoto |
| CS224R | Deep Reinforcement Learning | 19 | Chelsea Finn |
| CS25 | Transformers United (V1-V5) | 40 | Hinton, Karpathy, Vaswani, Noam Brown... |
| CS153 | Infra @ Scale / Frontier Systems | 11 | Anjney Midha + 业界领袖 |
| CS146S | The Modern Software Developer | 10 | Mihail Eric + 业界嘉宾 |
| CS224N | NLP with Deep Learning | 17 | Chris Manning |
| CS231N | Deep Learning for Computer Vision | 18 | — |
| 课程 | 主题 | 讲数 | 讲者 |
|---|---|---|---|
| 6.S191 | Introduction to Deep Learning | 10 | Alexander Amini + 业界嘉宾 |
| 课程 | 主题 | 讲数 | 讲者 |
|---|---|---|---|
| CS492D | Diffusion Models and Flow Models | 15 | Minhyuk Sung |
| 课程 | 主题 | 讲数 | 亮点嘉宾 |
|---|---|---|---|
| CS294 F24 | LLM Agents | 12 | Denny Zhou, 姚顺雨, Jim Fan, Percy Liang |
| CS294 SP25 | Advanced LLM Agents | 12 | Jason Weston, AlphaProof, Salakhutdinov |
| CS294 F25 | Agentic AI | 11 | Noam Brown, Oriol Vinyals, James Zou |
| 系列 | 主题 | 讲数 | UP 主 |
|---|---|---|---|
| Modern Agent | LLM Agent 实战 (ReAct, RAG, Codex) | 17 | 五道口纳什 |
| LLM Architect | 模型架构 (MoE, RoPE, VLM, K2.5) | 10 | 五道口纳什 |
| Agentic RL | RL for LLM (PPO→GRPO→DPO, veRL) | 20 | 五道口纳什 |
| 来源 / 频道 | 主题 | 数量 | 目录 |
|---|---|---|---|
| Lex Fridman Podcast | Dario Amodei、Jensen Huang、State of AI、DeepSeek、中国 AI、OpenClaw | 5 | talks |
| AITIME 论道 | 张钹、林俊旸、姚顺雨、杨植麟 | 4 | talks |
| 青稞社区 | LLM、Agentic、RL、Infra 圆桌 | 4 | talks |
| WhynotTV | 陈天奇、翁嘉颐、胡渊鸣、杨硕 | 4 | interviews |
| 张小珺商业访谈录 | 季逸超、谢赛宁、杨植麟 | 3 | interviews |
| Ungrounded 不着边际 | GUI Agent、SGLang | 2 | interviews |
| Dwarkesh Patel Podcast | Ilya Sutskever: From Scaling to Research | 1 | talks |
| No Priors Podcast | Andrej Karpathy: Code Agents & AutoResearch | 1 | talks |
| 20VC with Harry Stebbings | Demis Hassabis: AGI, Scaling Laws & DeepMind | 1 | talks |
| Cleo Abram | Jensen Huang: NVIDIA Vision | 1 | talks |
| Greg Isenberg | Claude Cowork & Code | 1 | talks |
| NVIDIA GTC | 杨植麟 K2.5 | 1 | talks |
| 阿里云 | AGI 圆桌 | 1 | talks |
点击展开文章列表
| 文章 | 来源 |
|---|---|
| Agent Harness Engineering 专题 | |
| Harness Engineering | OpenAI |
| Building Effective Agents | Anthropic |
| Writing Effective Tools | Anthropic |
| Effective Harnesses for Long-Running Agents | Anthropic |
| Harness Design for Long-Running Apps | Anthropic |
| Improving Deep Agents with Harness Engineering | LangChain |
| Evaluating Deep Agents | LangChain |
| Agent Needs a Harness, Not a Framework | Inngest |
| Skill Issue: Harness Engineering | HumanLayer |
| Harness Engineering | Martin Fowler |
| 其他 | |
| Anthropic Harness Design | Anthropic Blog |
| Karpathy: Vibe Coding | @kabornethy (宝玉译) |
| Claude Code Skills 指南 | @dotey (宝玉译) |
| Google Agent Skill Patterns | Google Blog |
| OpenAI Codex Best Practices | OpenAI |
| OpenAI Codex Datasets | OpenAI |
| Claude vs Codex | @hesamation |
| Claude Architect 模式 | @hooeem |
| Agentic Memory | @ramfromindia |
| 林俊旸: Agentic Thinking | @junyang_lin |
| 10x Skills 指南 | @MinLiBuilds (实践哥译) |
| 50 Claude Tips | @vishwas_ai |
| Claude Code Best Practices | @panda_quant |
| Cowork Starter | @corey_latislaw |
| Notes from inside China's AI labs | Interconnects AI |
入门 LLM
CS336 → CS224R L09 (RLHF) → CS25 V2 Karpathy (Transformer 入门)
深入 Agent
Berkeley F24 姚顺雨 Agent 概述 → Modern Agent 全系列 → Agentic RL 全系列
模型架构
LLM Architect 全系列 → CS25 V4 Mixtral → CS336 L04 MoE
前沿洞察
Ilya Sutskever → Dario Amodei → Lex Fridman State of AI 2026
ai-course-notes/
├── cs336/ # Stanford CS336 (17 讲)
├── cs336-2026/ # Stanford CS336 Spring 2026 (10 讲, 进行中)
├── cs153/ # Stanford CS153 Infra @ Scale (11 讲)
├── cs224n/ # Stanford CS224N (17 讲)
├── cs231n/ # Stanford CS231N (18 讲)
├── cs224r/ # Stanford CS224R (19 讲, 含 slides)
├── cs146s/ # Stanford CS146S (10 周, 基于 slides)
├── cs25/ # CS25 Transformers United (40 讲)
├── 6s191/ # MIT 6.S191 (10 讲)
├── kaist-cs492d/ # KAIST CS492D (15 讲)
├── modern-agent/ # 五道口纳什 Modern Agent (17 讲)
├── llm-architect/ # 五道口纳什 LLM Architect (10 讲)
├── agentic-rl/ # 五道口纳什 Agentic RL + veRL (20 讲)
├── interviews/ # 深度访谈,按频道/来源分组
├── talks/ # 演讲与公开课,按频道/来源分组
├── articles/ # 技术文章笔记
├── tools/web/ # 在线阅读站生成器
└── .github/workflows/ # GitHub Pages 自动部署
graph LR
A[YouTube/Bilibili 视频] --> B[yt-dlp 下载]
B --> C{有字幕?}
C -->|是| D[下载 SRT]
C -->|否| E[Whisper large-v3]
E --> D
D --> F[Claude 智能整理]
G[官方 Slides / 公开资料] --> F
F --> H[LaTeX 源文件]
H --> I[XeLaTeX 编译]
I --> J[PDF 讲义]
H --> K[网页阅读站]
python -m pip install -r requirements-web.txt
python tools/web/generate_site.py --strict --skip-tikz
mkdocs serve -f .web-build/mkdocs.yml完整构建与 GitHub Pages 工作流一致:
python tools/web/generate_site.py --strict --verbose-warnings --fail-on-tikz-warnings
mkdocs build -f .web-build/mkdocs.yml --strict| 项目 | 地址 |
|---|---|
| GitHub 仓库 | github.com/hqhq1025/ai-course-notes |
| 在线阅读站 | hqhq1025.github.io/ai-course-notes |
| GitHub Pages 工作流 | .github/workflows/pages.yml |
| 站点生成器 | tools/web/generate_site.py |
| 贡献指南 | CONTRIBUTING.md |
| 质量标准 | QUALITY.md |
| 课程 | 官网 | YouTube | Slides |
|---|---|---|---|
| CS336 | cs336.stanford.edu | Spring 2025 播放列表 | Spring 2026 GitHub |
| CS153 | cs153.stanford.edu | W25 · S26 | — |
| CS224R | cs224r.stanford.edu | 播放列表 | 官网 |
| CS25 | web.stanford.edu/class/cs25 | 播放列表 | — |
| CS146S | themodernsoftware.dev | — | Google Slides |
| CS224N | 官网 | 播放列表 | 官网 |
| CS231N | cs231n.stanford.edu | 播放列表 | 官网 |
| KAIST CS492D | course page | 播放列表 | — |
| Berkeley LLM Agents | rdi.berkeley.edu | F24 · SP25 · F25 | rdi.berkeley.edu |
欢迎提 Issue 或 PR:
- 发现讲义内容错误
- 推荐新课程、演讲、访谈或技术文章
- 改进现有讲义质量
- 优化在线阅读站生成效果
更多说明见 CONTRIBUTING.md 和 QUALITY.md。
讲义生成工具链基于 wdkns-skills(五道口纳什)改进,在此基础上增加了模块化重构、批量处理脚本、文章整理 skill 和在线阅读站生成器等扩展。
本仓库的讲义、工具和脚本采用 CC BY-NC-SA 4.0 许可证。
本项目仅供学习和研究用途。仓库中引用的课程 slides、视频截图等素材的版权归原作者和所属机构所有。如果您是相关内容的版权持有者,认为本项目侵犯了您的权益,请通过 Issues 联系我们,我们会在确认后第一时间移除相关内容。
⭐ 如果觉得有用,请给个 Star!