z2

第一部分：生成式 AI 基础 (Basics)第 1 集：第 0 讲 课程说明 (Course Overview) 课程全貌：介绍本学期课程的学习路径图（Map）。 生成式 AI 定义：什么是 Generative AI？它不仅仅是分类（Classification），而是创造（Creation）。 行政事项：作业说明（主要使用 API 进行实战）、评分标准及前置知识要求（Python 基础）。 第 2 集：第 1 讲 生成式人工智慧导论 (Introduction) 机器学习回顾：从 Function（函数）的角度理解机器学习：寻找一个函数 $f(x) = y$。 生成式的特质：输出 $y$ 不再是单一数值或类别，而是一个复杂的对象（一段文字、一张图）。 类别概览：文本生成（Text）、图像生成（Image）、音频生成（Audio）及多模态（Multimodal）现状。 第 3 集：第 2 讲 Transformer 模型的直观理解 (Transformer Intuition) 不讲数学：跳过复杂的矩阵运算，用“连连看”的直观方式解释 Transformer。 Seq2Seq 模型：Encoder（编码器）与 Decoder（解码器）的分工。 核心机制 - Attention：注意力机制是如何让模型在翻译或生成时，知道当下的重点该放在输入的哪一个词上（Cross-attention）。 第二部分：训练大语言模型 (Training LLMs)这一部分是课程的核心，解释了 ChatGPT 诞生的三个关键步骤。 第 4 集：第 3 讲 大语言模型修炼史 - 第一阶段：预训练 (Pre-training) 文字接龙：LLM 的本质就是预测下一个字（Next Token Prediction）。 自监督学习：为什么不需要人工标注数据？利用海量互联网文本进行自我学习。 规模效应：参数量（Model Scale）与数据量（Data Scale）对智能涌现的影响。 第 5 集：第 4 讲 大语言模型修炼史 - 第二阶段：指令微调 (Instruction Fine-tuning) 预训练的不足：模型只会“续写”，不懂“回答问题”。 对齐人类意图：如何构建指令数据集（Instruction Dataset）。 SFT (Supervised Fine-Tuning)：有监督微调的过程，让模型从“读万卷书”变成“听指挥的助手”。 第 6 集：第 5 讲 大语言模型修炼史 - 第三阶段：参与强化学习 (RLHF) 人类偏好：指令微调只能让模型“做对”，RLHF 让模型“做得好”（有礼貌、有用、安全）。 Reward Model (奖励模型)：训练一个打分模型来模拟人类的评价标准。 PPO 算法：利用强化学习（Reinforcement Learning）最大化奖励分数，优化生成策略。 第三部分：使用与评估 (Usage & Evaluation)第 7 集：第 6 讲 提示词工程 (Prompt Engineering) 魔法咒语：不同的 Prompt 对输出结果的巨大影响。 进阶技巧： CoT (Chain of Thought)：思维链，让 AI “一步步思考”。 In-context Learning：少样本学习，给 AI 几个例子看。 情绪勒索：对 AI 说“这对我很重要”真的有用吗？ 第 8 集：第 7 讲 如何让 AI 不胡说八道？(Hallucination) 幻觉现象：为什么 AI 会一本正经地胡说八道？（概率生成的本质缺陷）。 RAG (检索增强生成)：给 AI 配备一个“搜索引擎”或“外部数据库”。 运作流程：检索 (Retrieve) -> 阅读 (Read) -> 生成 (Generate)。 第 9 集：第 8 讲 大模型的评估方法 (Evaluation) 考试题目：MMLU、C-Eval 等常见基准测试集介绍。 Elo Rating：像围棋/Dota 天梯一样的竞技场排名（Chatbot Arena）。 LLM-as-a-Judge：用更强的 GPT-4 来给其他小模型的回答打分，是否可靠？ 第四部分：前沿图像与视频生成 (Image & Video Generation)第 10 集：第 9 讲 Video Generation (Sora 原理浅析) 从图到视频：视频生成的难点在于“时间维度的连贯性”。 Sora 技术拆解：Spacetime Patches（时空补丁）的概念。 世界模拟器：视频生成模型是否真的理解了物理规律？ 第 11 集：第 10 讲 Diffusion Model 原理 (Stable Diffusion) 加噪与去噪：扩散模型的核心思想——从清晰图加噪变成雪花点（Forward），再从雪花点还原回清晰图（Reverse）。 Denoising Predictor：训练一个预测“噪声”的神经网络。 文生图：Text Encoder 如何控制去噪过程，生成我们想要的画面。 第五部分：进阶技术与未来 (Advanced Topics)第 12 集：第 11 讲 Self-Correction (让模型自我修正) 反思能力：模型输出错误后，能否自己发现并改正？ Critical Thinking：通过多轮对话让模型审查自己的逻辑。 第 13 集：第 12 讲 Agents (AI 智能体) 从聊天到做事：Agent = LLM + Memory + Planning + Tools。 工具使用：如何让 AI 调用计算器、日历或 API。 规划能力：分解复杂任务（如 AutoGPT 模式）。 第 14 集：第 13 讲 Multimodal (多模态模型) 视觉理解：让 LLM 长出眼睛（Vision Encoder）。 技术路线：LLaVA 等模型是如何将图片特征“翻译”成 LLM 能懂的向量的。 应用场景：看图说话、视觉问答。 第 15 集：第 14 讲 Optimization (大模型优化与加速) 显存焦虑：模型太大跑不动怎么办？ 量化 (Quantization)：从 FP16 到 INT8/INT4，降低精度换取速度。 Flash Attention：底层计算加速优化。 Speculative Decoding：让小模型先猜，大模型确定的加速策略。 第 16 集：第 15 讲 Mamba & State Space Models (SSM) Transformer 的挑战：处理超长文本时的计算量爆炸（长度平方级增长）。 Mamba 架构：结合了 RNN 和 CNN 优点的线性复杂度模型。 选择性机制：如何在有限的记忆中保留重要信息，遗忘不重要信息。 第 17 集：第 16 讲 Graph Neural Networks (图神经网络) 非欧几里得数据：当生成的目标是分子结构、社交网络或知识图谱。 Graph 生成：如何生成节点（Node）和边（Edge）。 第 18 集：第 17 讲 Adversarial Attack (对抗攻击与防御) 越狱 (Jailbreaking)：通过特殊字符串绕过模型的安全防御。 Prompt Injection：提示词注入攻击。 红队测试 (Red Teaming)：如何像黑客一样攻击模型以发现漏洞。 第 19 集：第 18 讲 Explainable AI (可解释性 AI) 黑盒问题：我们真的知道神经网络内部在发生什么吗？ 机械可解释性：尝试逆向工程 Transformer 内部的电路。 探针 (Probing)：检测模型某一层是否包含特定的知识。 第 20 集：第 19 讲 Future of AI (生成式 AI 的未来展望) Scaling Law：单纯增加算力和数据还能让模型变强多久？ 合成数据：当人类产生的数据用光了，AI 能吃自己生产的数据吗？ AGI (通用人工智能)：我们要通往何方？李宏毅老师的个人思考与寄语。