本项目是一个围绕 DeepLearning.AI 出品的 Post-Training for LLMs 系列课程，为国内学习者量身打造的中文翻译与知识整理教程。项目提供课程内容翻译、知识点梳理和示例代码等内容，旨在降低语言门槛，让更多学生、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。
项目的核心目标是帮助国内学习者系统学习国际前沿的 LLM 后训练技术，缩小信息差距，并推动 LLM 技术在更多实际场景中落地应用。当前 LLM 技术快速发展，但高质量的中文学习资料仍较少，尤其是在 后训练阶段 的系统化内容方面。本项目旨在将 DeepLearning.AI 的高质量课程引入中文世界，让更多开发者与学生能直接接触到国际一线的 LLM 后训练知识，并在自己的项目中加以实践。
- 对 LLM 优化与应用感兴趣。
- 希望深入理解并掌握模型后训练方法的。
- 希望结合后训练技术打造领域专用模型的 。
- 以及最广大、最普通的学生群体
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、OnlineRL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。
| 章节 | 负责人 | 预估完成时间 |
|---|---|---|
| 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 |
- 技术理解与翻译准确性的平衡 LLM后训练领域涉及大量前沿、晦涩的专业术语（如DPO、OnlineRL等）。在翻译和解释时，如何在保持原意准确的前提下，使其在中文语境中易于理解，是一大挑战。理解偏差或翻译生硬都会影响学习效果。
- 代码实践与环境的复现难题 示例代码的成功运行严重依赖于特定的软件库版本、硬件环境（如GPU）和数据集。环境配置的微小差异都可能导致代码报错，极大增加学习者的实践门槛和挫败感。
- 课程迭代与更新压力 LLM领域技术迭代速度极快，原版课程内容可能会更新，新的算法和工具也会不断涌现。项目面临着需要持续跟进、同步更新翻译与代码的巨大压力，否则内容将迅速过时。
| 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 | ✅ |
扫描下方二维码关注公众号：Datawhale
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