内容安排
| 日期 | 教学主题 | 相关资料 |
|---|---|---|
|
03/21/2026 14:00 |
欢迎来到大模型时代
从生成式 AI 的发展进入大模型课程，建立对大语言模型、计算平台和时代背景的整体直觉。 |
|
|
03/28/2026 14:00 |
机器学习基础与自监督学习
从机器学习基本概念出发，理解监督学习与自监督学习如何让模型从数据中获得能力。 |
|
|
04/11/2026 14:00 |
机器学习进阶与强化学习
进一步理解机器学习系统中的反馈、奖励和策略优化，并连接到大模型对齐与强化学习的直观机制。 |
|
|
04/18/2026 14:00 |
判别式与生成式人工智能
对比判别式 AI 与生成式 AI 的建模目标，理解从分类判断到内容生成的范式变化。 |
|
|
04/25/2026 14:00 |
循环神经网络与Transformer
从序列建模和注意力机制入手，理解 Transformer 为什么成为现代大语言模型的关键结构。 |
|
|
05/16/2026 14:00 |
扩展定律、调优、幻觉与安全
讨论规模定律、能力涌现、提示与调优，并引入幻觉、安全和可靠性等实际使用问题。 |
|
|
05/23/2026 14:00 |
图文对齐、多模态生成与对话
从图文对齐和多模态生成出发，理解模型如何处理文字、图像和对话场景中的信息。 |
|
|
05/30/2026 14:00 |
决策表示学习、策略强化学习
结合决策大模型与策略强化学习，理解模型在环境交互、探索利用和行动选择中的基本问题。 |
|
|
06/06/2026 14:00 |
参数微调、提示/工具学习
理解参数微调、提示词工程和工具学习的差异，观察大模型如何适配具体任务和外部工具。 |
|
|
06/13/2026 14:00 |
世界模拟器与具身智能
讨论多模态大模型向世界模拟、数学推理和具身智能扩展时带来的能力与挑战。 |
|
|
06/27/2026 14:00 |
课程大作业展示与讨论
围绕课程大作业开展展示、讨论和开放问答，回顾大模型课程中的核心概念与应用理解。 |
本讲不设新增相关资料 |