Stanford CME295
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。
StanfordCME295
- 难度
- 中阶
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 9 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
选择学习环境
在线学习
按2026秋9次讲座顺序理解Transformer、LLM训练、系统与Agent。当前已发布前三讲课件,后续按原站更新;默认阅读学习,无需模型API。
浏览器即可查看课程介绍和公开材料;实验所需软件、硬件和账号按原站要求准备。
这条路线已按开课提示词实际跑通最小开课流程查看记录
准备工具和账号
标“选用”的可以跳过。
- 浏览器 阅读官方讲义、课表及作业入口
让 AI Agent 一次搭好课程
复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。
开课提示词 · 只需用一次请帮我把「Stanford CME295:Transformers & Large Language Models(2026 秋)」的学习环境一次准备好,让我之后只需要按顺序学习和做练习。 开始前先问我:课程放在哪个目录(等我给出完整路径),确认我的操作系统和已有工具。确认前不要创建文件或安装软件。 课程入口:https://cme295.stanford.edu/syllabus/ 我的系统:Windows。如果实际不符,先调整方案。 本次路线:在线学习。只准备这条路线需要的工具;只读路线不安装运行环境、不配置模型密钥。 练习:官网列出期中和期末考试,未公开编程作业。每讲以自己的术语表、公式推导及概念对照作自学练习,明确这是本站建议,不冒充官方作业。 课节(官方顺序): 1. Lecture 1: Transformers:https://cme295.stanford.edu/slides/fall26-cme295-lecture1.pdf 2. Lecture 2: Large Language Models:https://cme295.stanford.edu/slides/fall26-cme295-lecture2.pdf 3. Lecture 3: LLM training:https://cme295.stanford.edu/slides/fall26-cme295-lecture3.pdf 4. Lecture 4: Reinforcement learning with LLMs:https://cme295.stanford.edu/syllabus/ 5. Lecture 5: LLM systems:https://cme295.stanford.edu/syllabus/ 6. Lecture 6: AI Agents:https://cme295.stanford.edu/syllabus/ 7. Lecture 7: LLM evaluation:https://cme295.stanford.edu/syllabus/ 8. Lecture 8: Diffusion LLMs:https://cme295.stanford.edu/syllabus/ 9. Lecture 9: Trending topics:https://cme295.stanford.edu/syllabus/ 1. 环境 - 使用浏览器打开官方材料;在个人课程目录保存笔记、作答与链接。无需为阅读安装命令行环境。 - 有登录、选课或付费要求的材料,先核对自己已有的访问权限;不绕过限制。 - 安装前先列出要装的软件和命令,等我同意;已装好的直接复用。 2. 材料 - 官方课程表、材料与作业入口:只记录链接 https://cme295.stanford.edu/syllabus/(未核实开放复制许可;只保存官方链接,不批量下载或再分发。) - 官方Cheatsheet:只记录链接 https://cme295.stanford.edu/cheatsheet(未核实开放复制许可;只保存官方链接,不批量下载或再分发。) 3. 目录(最外层放在我确认的位置) stanford-cme295-fall2026/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.md # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ ├── 01-lesson-01/ ├── 02-lesson-02/ ├── 03-lesson-03/ ├── 04-lesson-04/ ├── 05-lesson-05/ ├── 06-lesson-06/ ├── 07-lesson-07/ ├── 08-lesson-08/ └── 09-lesson-09/ - 每课文件夹里建 notes.md(顶部写本课官方链接)和 exercises/;课节文件夹名称与上面一致。 - 已有课程目录先检查并复用;不覆盖笔记、作业或 progress.md,不重置已有进度。尚未发布的课节保留入口并注明未发布,不能代写讲义或虚构练习。 4. 自检 - 创建 check-env.md,逐项检查并记录“通过/未通过”: - 按浏览器或在线 notebook 清单检查,不为自检安装本机终端。 - 人工检查:打开首课官方链接并找到对应标题 → 能阅读首课;登录受限时记录受限材料,不把链接存在当作可访问。 - 标注为人工检查、浏览器操作或 notebook 单元的项目,按相应方式操作,不直接粘贴进 shell;脚本只包含当前系统可执行的命令。 - 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项;需要登录、付费或尚未开放的材料记为“需要我操作/未验证”,不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。 - 运行一次,把结果给我看;未通过的项目说明原因和修复办法。 5. 学习计划 - README.md:课程入口、课节清单(带链接)、每次学习怎么开始(使用“每课提示词”)。 - progress.md:每课三项勾选——读讲义、做练习、记笔记。 6. 最后分三部分汇报:已完成、需要我自己操作的、尚未验证的。 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。 如果你不能直接操作我的文件系统,请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。搭好后的课程目录
stanford-cme295-fall2026/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.md # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ ├── 01-lesson-01/ ├── 02-lesson-02/ ├── 03-lesson-03/ ├── 04-lesson-04/ ├── 05-lesson-05/ ├── 06-lesson-06/ ├── 07-lesson-07/ ├── 08-lesson-08/ └── 09-lesson-09/
来源与使用须知
- 原始资源
- Stanford CME295 收录版本:2026 秋
- 收录时间
- 本站首次收录 2026-10-10
- 指南参考
- 官方课程入口与课节顺序
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。