-
AI-Ready数据准备
2025-09-15
本课程将系统性地介绍AI for Science这一前沿交叉领域的核心——数据。我们将首先概述AI如何驱动科学研究新范式，并深入探讨数据在其中扮演的关键角色与重要性。在此基础上，课程将详细阐释何为高质量的“AI-Ready数据”，并介绍为达到此目标所常用的数据处理等方法。最后，我们将通过一个完整的实例，带领大家一步步走遍从原始数据到模型可用数据集的全部准备流程。课程目录：1. AI for Science；2. 数据的重要性；3. A...
-
深度学习与大模型
2025-09-15
本课程首先介绍深度学习相关概念，主要介绍注意力机制和Transformer网络。在此基础上，介绍大模型的发展，然后介绍大模型的关键技术，包括预训练技术、有监督微调技术和基于人类反馈的强化学习技术。 课程目录： 1.深度学习简要介绍； 2.大模型关键技术； 3.总结。
-
机器学习
2025-09-15
本课程将介绍机器学习的核心概念，重点讲解监督学习、无监督学习、人工神经网络与集成学习等主流方法，为学生后续课程的学习打下基础。 课程目录： 1.机器学习简介； 2.监督学习； 3.无监督学习； 4.人工神经网络； 5.集成学习。
-
Deepseek大模型全参数微调训练实践
2025-07-23
本课程介绍了深度思考推理模型和指令微调技术方案，并结合代码实践讲解 DeepSeek-V3/R1 满血版 671B 模型全参数微调的具体训练流程，包括环境配置、数据准备、启动训练、模型权重转换、模型推理部署等完整环节。课程目录：1.深度思考推理模型、DeepSeek模型、指令微调技术方案介绍；2.DeepSeek满血版模型全参数微调与推理部署全流程实践；3.开源项目与内容总结。
-
基于大模型的科学研究智能体
2025-07-23
本课程介绍了科研智能体的研究背景和定义，讲解了典型的科研智能体的应用案例。介绍了科研智能体的构建方法，包括感知、交互、记忆和推理模块。介绍了科研智能体中值得研究的科学问题，包括知识增强、符号增强和工具增强。课程目录：1. 科研智能体是什么；2. 科研智能体的应用案例；3. 科研智能体的构建；4. 值得研究的科学问题。
-
人工智能规划
2025-07-23
本课程介绍了人工智能规划的研究背景、基本理论知识、技术现状和发展历程，并分析了本领域值得研究的关键科学问题和发展趋势，通过"理论框架-技术演进-科研突破"三个维度，构建了完整的人工智能规划知识体系。人工智能规划起源于通用问题求解器，作为人工智能研究的核心，其发展反映了人工智能范式的演进轨迹。即从基于逻辑推理的符号主义系统，到数据驱动的神经网络方法，最终形成神经-符号融合的第三代技术体系。人工智能规划...
