Post-Training of LLMs

项目简介

本项目围绕 DeepLearning.AI 出品的 Post-Training for LLMs 系列课程打造中文翻译与知识整理教程。我们提供课程内容翻译、知识点梳理和示例代码，旨在降低语言门槛，帮助学生、研究人员和开发者系统掌握大语言模型（LLM）后训练阶段的核心技术与实践方法。

在线视频课程地址： DeepLearning.AI - Post-training of LLMs

项目受众

• 对 LLM 优化与落地应用感兴趣的学习者。
• 希望深入理解并掌握模型后训练方法的同学与研究者。
• 计划结合后训练技术打造领域专用模型的团队与开发者。
• 正在寻找系统化学习资源的在校学生与入门者。

项目亮点

1. 权威课程，本土化翻译：精准翻译 DeepLearning.AI 官方前沿课程，打破语言壁垒，为国内学习者提供原汁原味且易于理解的 LLM 后训练核心知识。
2. 系统梳理后训练核心技术：聚焦 SFT、DPO、Online RL 等关键环节，将碎片知识系统化，帮助学习者构建从理论到实践的完整知识体系。
3. 理论与实践并重：提供配套可运行的代码示例，强化动手能力，确保学习者不仅能“看懂”，更能“上手”，为开发领域专用模型打下基础。

项目规划

1、目录

• 第1章
  • 1.1 课程介绍
  • 1.2 后训练技术介绍
• 第2章
  • 2.1 监督微调基础理论
  • 2.2 监督微调实践
• 第3章
  • 3.1 直接偏好优化基础理论
  • 3.2 直接偏好优化实践
• 第4章
  • 4.1 在线强化学习基础理论
  • 4.2 在线强化学习实践
• 第5章

已完成的部分

章节	负责人	预估完成时间	状态
1.1 课程介绍	李柯辰	10.7	✅
1.2 后训练技术介绍	李柯辰	10.7	✅
2.1 监督微调基础理论	朱广恩	10.7	✅
2.2 监督微调实践	王泽宇	10.7	✅
3.1 直接偏好优化基础理论	王海洪	10.7	✅
3.2 直接偏好优化实践	张宏历	10.7	✅
4.1 在线强化学习基础理论	朱伯湘	10.7	✅
4.2 在线强化学习实践	蔡煊琪，朱伯湘	10.7	✅
5.1 总结	张宏历	10.7	✅

致谢

• 特别感谢 @Datawhale 对本项目的支持
• 如果有任何想法可以联系我们，也欢迎大家多多提出 issue
• 特别感谢以下为教程做出贡献的同学！

关注我们

扫描下方二维码关注公众号：Datawhale

Star History

License

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

注：默认使用CC 4.0协议，也可根据自身项目情况选用其他协议