RLHF Book：Reinforcement Learning from Human Feedback and LLM Post-Training
系统理解 RLHF 和语言模型后训练的核心方法。
书籍
免费
Lambert
新资源
找到想学的，开始学。
Stanford CME295：Transformers & Large Language Models（2026 秋）
从 Transformer、分词和注意力，学习大语言模型结构、训练与后训练；后续课节按课程进度开放。
大学课程
免费
StanfordCME295
StanfordCS336
CMU10-301
HarvardCS1810
University of Toronto CSC412/2506：Probabilistic Machine Learning（2025 冬）
学习图模型、精确与近似推断、采样及生成建模。
大学课程
免费
有使用限制
TorontoCSC412
StanfordCS129
Amidi