Agentic AI

Agentic AI 教程

深入理解 LLM 架构与优化方法，掌握 Agentic AI 的核心原理与实践技术。

Syllabus

课程目录

每课一个文件夹，内容参考 LLM Architecture and Optimization Methods 系列主题重新整理。

第一部分

基础与系统

3 课

01LLM 架构与优化方法基础篇入门大语言模型核心架构与训练优化技术 02系统基础基础篇入门GPU 架构、并行策略与内存管理 11大规模系统架构与基础设施基础设施高级并行策略、内存预算与容错机制

第二部分

强化学习与对齐

8 课

03强化学习导论RL 基础入门MDP、策略梯度与 Q 学习基础 04语言模型的 RL 基础RL 基础入门RLHF 与 RLVR 两大范式 05PPO — 近端策略优化RL 算法进阶裁剪目标函数与 PPO 完整实现 06DPO — 直接偏好优化RL 算法进阶从偏好数据直接优化策略 07GRPO — 组相对策略优化RL 算法进阶无价值网络的组相对策略优化 08偏好优化变体RL 算法进阶Online DPO、KTO、IPO、ORPO 等变体 09奖励模型训练RL 基础设施进阶Bradley-Terry 模型与奖励模型架构 10SFT 最佳实践训练技巧进阶序列打包、数据质量与微调技巧

第三部分

推理与评估

2 课

13大推理模型的 RL推理高级Chain-of-Thought 训练与推理模型扩展 14LLM 评估评估进阶评估体系、排名指标与 LLM-as-Judge

第四部分

Agentic AI

13 课

12LLM Agentic 训练Agent 训练高级从聊天机器人到自主 Agent 的训练方法 15Agentic AI 导论Agent 概述入门Agent 架构总览与全栈分层 16RAG — 检索增强生成知识层进阶向量检索、分块策略与 Agentic RAG 17Agent 记忆系统持久化层进阶短期、长期记忆与知识图谱 18Agent Harness — 上下文管理与编排编排层高级工具集成、状态管理与编排模式 19Agent 设计模式设计模式进阶工作流模式与 Agent 模式 20Agent 环境与基准测试评估进阶沙盒环境、评估基准与课程学习 21MCP — 模型上下文协议协议标准进阶统一的 AI 工具集成标准 22Agent 技能Agent 能力进阶技能发现、注册与执行 23A2A — Agent 间通信多 Agent高级Agent 发现、任务委派与协作协议 24多 Agent 系统多 Agent高级编排、协调与分布式 Agent 架构 25Agent 开发框架工程实践进阶主流 Agent 开发框架对比与选型 26Agentic UI 框架前端进阶Agent 界面设计范式与组件库