个人笔记 · 模型应用
学习 AI 应用时，我重点关注的四个基础问题
除了模型能力，评测方法、使用成本、数据边界和具体场景同样值得学习。这是我根据公开资料整理的个人理解。
流星 AI · 个人整理
学习记录，不构成专业建议
查看笔记
Personal notes
近期笔记
以下内容是个人基于机构官网、监管文件与公开研究报告所做的学习摘录，不属于新闻采编或专业咨询。
报告摘录
阅读 AI Index 2025：我关注的几个基础指标
Stanford AI Index 2025从技术性能、负责任AI和经济影响等维度提供公开数据。这篇笔记只整理个人学习时关注的指标。
阅读笔记
阅读 IEA 报告：AI、数据中心与能源之间的关系
国际能源署专题报告梳理AI、电力需求与能源系统之间的影响。我将其中的基础概念整理成便于复习的个人摘要。
法规资料
欧盟 AI 法案资料索引：风险分级的基本思路
这是一份面向个人学习的资料索引，不提供合规判断。具体规则、适用范围与最新版本请以欧盟委员会原文为准。
法规原文
《生成式人工智能服务管理暂行办法》个人学习索引
本站仅提供原文入口并记录个人学习要点，不对法规作权威解释；涉及实际业务时应咨询具备资质的专业人士。
Reading digest
查看参考报告
公开资料摘录
了解一个 AI 项目时，我会同时记录哪些问题
这是我的个人学习清单：除了模型准确率，也记录使用效果、系统稳定性、数据边界、人工复核和异常处理等基本问题。
参考资料：McKinsey《The State of AI》
About this site
一个普通学习者的
一个普通学习者的
AI 公开笔记。
流星 AI 是我个人维护的非经营性网站，用来记录人工智能学习心得并整理公开资料入口。本站不代表任何机构，也不提供新闻、咨询或商业服务。
查看使用说明注明来源
公开报告、法规和数据尽量链接到发布机构原文，方便读者自行核对。
标明日期
笔记展示整理日期；涉及阶段性规则时，请读者以最新官方版本为准。
个人观点
站内摘要和判断仅代表站长个人学习理解，不代表资料发布机构意见。
及时修订
个人理解可能存在疏漏，发现明显错误后会及时修订相关内容。