llm-systems-engineering-roadmap

该项目提供了一个全面掌握大型语言模型（LLM）内部机制、训练、推理、检索增强生成（RAG）、代理控制、评估及生产架构的专业路线图。其核心功能包括深入理解模型内部工作原理、构建高效的训练与推理系统、设计合理的检索架构以及确保系统的可度量质量、延迟、成本和可靠性。技术特点在于它不仅关注模型本身，还强调了从基础到高级的系统化学习路径，覆盖了从理论到实践的全过程。适用于希望超越LLM表面应用，致力于开发企业级解决方案的人工智能工程师、机器学习专家、自然语言处理专家及后端开发者等，特别是在构建如企业级RAG平台、本地LLM部署、多模型推理网关等场景下尤为适用。