Thinking about High-Quality Human Data
理解人类标注数据质量的完整链路：从标注任务设计、标注员选拔与培训，到一致性度量与真值聚合，并能把多数投票、Raw agreement、Cohen's Kappa、MACE 等方法用于实际标注项目的质量评估与聚合。
文章
免费
有使用限制
Lil'Log
资源库
从一个学习目标，找到适合的课程、书籍与教程。
最新收录
47 个资源Scaling Laws, Carefully
读懂并会用缩放定律：理解损失随模型规模、数据量、算力按幂律下降的经验规律，能区分 Kaplan 与 Chinchilla 的结论差异，并了解在小规模实验上拟合、外推到大模型配置的基本做法。
文章
费用待核验
有使用限制
Lil'Log
Harness Engineering for Self-Improvement
理解 harness engineering 的核心概念与设计模式，掌握构建可迭代、可自改进 AI Agent 外壳系统的思路与工程取舍。
文章
费用待核验
有使用限制
Lil'Log
Karpathy
CMU11-768
MIT6.438
StanfordMS&E233
StanfordCS276
StanfordCS224W
StanfordCS228
MITCSAIL
StanfordSTATS315A