StanfordCS329A
学科树
从研究方向出发，找到想学的具体主题。
分类参考 ICLR 2026 与 NeurIPS 2026 征稿范围，用于学习导航，不代表唯一学术分类。
人工智能 / 大语言模型 LLM / 微调与对齐
微调与对齐
按学习目标和前置条件选择资源，再查看对应的学习准备。
3 个资源分类依据 ↗
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
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