生成式人工智能
课程编码：180203083900P0008H
英文名称：Generative Artificial Intelligence
课时：20
学分：1.00
课程属性：高级强化课
主讲教师：刘畅
教学目的要求
本课程面向硕博士研究生，系统介绍生成式人工智能的核心技术思想与前沿进展，旨在：
1.帮助学生建立生成式 AI 的整体知识框架，理解从预训练到对齐、后训练的完整技术链路。
2.掌握大语言模型（LLM）、AI Agent、上下文工程等关键技术的基本原理与实现逻辑。
3.培养学生对生成式 AI 能力边界、伦理挑战及优化方向的批判性思考能力。
4.为学生开展相关领域科研工作奠定理论基础，激发技术创新与应用探索。
预修课程
无
大纲内容
第一章 生成式人工智能介绍 1.0学时 刘畅
第1节 生成式人工智能介绍
第二章 不改变模型如何提升效果 1.5学时 刘畅
第1节 不改变模型如何提升效果
第三章 AI agent 3.5学时 刘畅
第1节 AI agent简介
第2节 OpenClaw介绍
第四章 训练大语言模型 3.0学时 刘畅
第1节 训练自己的大语言模型
第2节 预训练-微调的强大与极限
第五章 大语言模型的后训练 1.0学时 刘畅
第1节 后训练
第六章 大语言模型的编辑与合成 2.0学时 刘畅
第1节 大语言模型的编辑与合成
第七章 如何评价大语言模型 1.5学时 刘畅
第1节 如何评价模型
第八章 大语言模型的内部思考能力 2.5学时 刘畅
第1节 大模型的推理能力
第2节 大模型的内心在想什么
第九章 Transformer VS Manba 2.0学时 刘畅
第1节 transformer的竞争者
第十章 生成与加速策略 2.0学时 刘畅
第1节 生成策略
第2节 加速推理策略
参考书
1、
Generative Deep Learning, 2nd Edition
David Foster
2023.06
O'Reilly Media
课程教师信息
刘畅，中国科学院信息工程研究所高级工程师，研究方向为AI赋能的加密网络行为分析与智能对抗，在Usenix、INFOCOM、WWW、SCIS、TIFS等国际顶级期刊会议发表论文20余篇，主持过国家自然基金青年基金、装备预先研究等项目。