The 2025 AI Engineering Reading List

1. Frontier LLMs (前沿大语言模型)

GPT系列、Claude系列、Gemini系列、LLaMA系列、DeepSeek系列

重点: 了解前沿实验室的模型发展路线

2. Benchmarks and Evals (基准测试)

MMLU、GPQA、BIG-Bench、MRCR、MATH、IFEval、ARC AGI

洞见: 基准测试正在快速饱和，需要新方法

3. Prompting, ICL & Chain of Thought

The Prompt Report、Chain-of-Thought、Tree of Thought、Prompt Tuning、DSPy

洞见: 人类不擅长零样本提示，自动化提示工程越来越重要

4. Retrieval Augmented Generation (RAG)

Meta RAG、HyDE、chunking、rerankers、GraphRAG、RAGAS

洞见: RAG是AI工程的基石，需要掌握IR基础（TF-IDF、BM25、FAISS、HNSW）

5. Agents (代理)

SWE-Bench、ReAct、Gorilla、Toolformer、HuggingGPT

重点: AI编码代理的核心基准和技术

6. Code Generation (代码生成)

Codex、SWEBench、SWE-Lancer、Devin

趋势: 编程基准正在从测试LLM转向测试代理能力

7. Vision (视觉)

Segment Anything、IDEFICS、Pixtral

8. Voice (语音)

Whisper、音频理解与生成模型

9. Image/Video Diffusion (图像/视频扩散)

Stable Diffusion、Suno AI、视频生成模型

10. Finetuning (微调)

RLHF、DPO、GRPO、Post Training