CMU11-766
- 难度
- 见前置条件
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 27 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
课件公开;作业需要模型 API 与 GPU。
- 练习与作业
- 模型 API 密钥(可能产生费用)GPU
第一次学这门课?先完成学前准备,把课程目录搭好。
每节课这样学
- 发提示词把下面的每课提示词发给 AI Agent,它会准备这一课的练习文件。
- 学官方课节打开对应课节学习,按提示从第一道练习做起;它不会替你写答案。
- 记进度学完让 AI Agent 在 progress.md 勾选,并把疑问整理到 questions.md。
每课提示词 · 每次学习前用
继续学习「CMU 11-766:Large Language Model Applications(2026 春)」。课程目录是 cmu-11766-spring2026/(不知道完整路径就先问我)。 1. 读 progress.md,找到下一课;如果我指定了第几课,就准备那一课。 2. 打开这一课的官方页面和本地讲义,列出本课练习要用的工具、文件和样例数据。缺少的先告诉我,等我同意再安装或下载。 3. 在 lessons/ 对应的课节文件夹里准备好练习:exercises/ 里给每道题建一个文件,写上题号和题目原文链接,不写答案;已有文件保留,样例数据放到 data/。拿不到官方题目或起始代码时记录限制,不编造替代品。 4. 按 README 运行开课时生成的自检脚本或在线检查清单,并检查本课新增工具能否正常使用。 5. 告诉我:本课先读哪几节、从哪道练习开始、大约需要多久。我学完后,帮我在 progress.md 勾选并把问题整理到 questions.md。 边界: - 需要管理员权限、会产生费用或需要填写密钥的操作,先告诉我原因,等我同意。密钥由我在本机配置,不发到聊天,不写进笔记或版本库;原项目需要 .env 时确认已被 Git 忽略。 - 不替我写练习或作业答案,也不替我提交。我卡住时只给提示;我明确要求时才给解答。 - 只下载许可允许个人保存的材料;其余只放链接。不把未运行的命令说成成功。
课节共 27 节 · 官方顺序
- 01Origins of LLMs
- 02Natural language understanding vs generation
- 03The science of prompting
- 04Deciding when to finetune and finetuning efficiently
- 05Learning representations and embeddings
- 06Retrieval 1: Storing and retrieving knowledge
- 07Retrieval 2: Retrieval augmented generation, deep research
- 08Retrieval 3: Retrieval augmented generation (2) and deep research
- 09Deep research
- 10Task-Oriented Dialogue
- 11Tool-use, chitchat, personas, and companionship
- 12Writing and ideation assistants and AI creative writing
展开其余 15 节
- 13LLMs for evaluation: Synthetic data generation, simulation, automatic evaluation, AI-as-judge
- 14Multi-agent systems
- 15Harms caused by LLM applications
- 16Attacking LLMs and LLM applications
- 17Code-writing assistants (guest lecture from Zora Wang)
- 18[tentative] Image generation and conversing about images
- 19LLMs for Non-English Languages and non-American Cultures (guest lecture from Shaily Bhatt)
- 20World models (guest lecture from Mingkai Deng)
- 21LLMs for biological understanding (guest lecture by Prof Lei Li)
- 22Music generation (guest lecture by Prof Chris Donahue)
- 23Numbers
- 24Robots and embodied AI (guest lecture from Leena Mathur)
- 25Deployment
- 26Project presentations
- 27Project presentations
来源与使用须知
- 原始资源
- CMU 11-766 收录版本:2026 春
- 收录时间
- 本站首次收录 2026-10-10
- 指南参考
- 官方课节顺序及材料入口
版权与转载
- 课程材料未标明许可:仅供个人学习,转载、修改或商用前请先联系原作者。
- 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。