大模型课程计划

大模型课程覆盖初级、中级、高级三个阶段，共60节课，聚焦大模型核心技术与应用。初级阶段介绍大模型定义、Transformer架构及自注意力机制，学习文本大模型（如BERT、GPT）基础操作与提示工程，通过Hugging Face库实践文本分类与生成任务，初识多模态模型应用。中级阶段深入Transformer内部机制，掌握高效微调技术（如LoRA）与高级提示工程，利用LangChain开发聊天机器人，分析金融、医疗等行业案例，并探讨模型偏见与数据质量问题。高级阶段聚焦前沿技术，涵盖分布式训练、模型压缩、RLHF（强化学习微调）及安全鲁棒性，实践生产级模型部署与开源项目贡献，结合伦理讨论与未来趋势，培养大模型研究与创新能力，助力学生从理论理解迈向工业级应用与学术前沿探索。

一、课程目标 ‌大模型课程分初、中、高级，目标是让学生系统掌握大模型技术。初级建立基础认知，学会基础应用；中级深入技术原理，提升实践与分析能力；高级聚焦前沿，培养研究、部署及解决伦理问题的能力，助力学生从入门到创新应用。
二、理念：大模型课程秉持“理论奠基—技术深耕—实践创新”递进理念，以Transformer架构为核心，从基础原理到前沿应用逐层拆解。注重工具实操与行业场景结合，通过开源库调用、模型微调、生产级部署等训练工程能力，同时融入伦理思辨与研究趋势，培养兼具技术深度与社会责任感的复合型人才。