Georgia Tech · 开放课程资料

CS 8803:大语言模型(2026 春季)

沿着大学研究课程大纲学习模型训练、评测、安全与可解释性。

免费学习资料03 · 智能体与研究
前往官方资源

学习重点

  1. 01预训练与规模化
  2. 02评测与安全
  3. 03可解释性研究
MASTERLEARN

阅读学习讲义

本讲义由 Masterlearn 编写,解释核心概念并提供独立练习。官方完整课程与视频请通过资源入口查看,部分平台可能要求登录。

内容校对日期:
01

预训练与规模化

区分预训练目标与下游适配。阅读规模化结论时,明确其数据、算力和评测条件。

02

评测与安全

评测结果取决于任务、数据集与评分过程。检查数据污染风险,以及测试是否符合预期用途。

03

可解释性研究

可解释性研究关注模型如何计算或表示信息。区分观察到的相关性与因果干预,并说明实验无法证明什么。

实践作业

从课程大纲选择一篇论文,撰写研究简报:问题、方法、基线、证据、局限及一个可复现的后续实验。

完成标准

  • 用自己的话解释三个主题。
  • 完成作业并保存成果或设计笔记。
  • 测试一个边界情况,并记录一个局限。