DeepLearning.AI推出一门全新的免费课程：大语言模型的微调与强化学习：后训练入门，由AMD AI副总裁Sharon Zhou主讲，现已开放学习。
后训练是将基础大语言模型（LLM）——即通过海量无标签文本训练预测下一个词的模型——转变为能听指令、表现可靠助手的关键技术。很多应用中，后训练能让原本只有80%成功率的演示变成稳定可用的系统。
课程涵盖五大模块，手把手讲解后训练全流程：监督微调、奖励建模、基于人类反馈的强化学习（RLHF），以及PPO、GRPO等技术。同时介绍LoRA技术，实现高效微调，无需重新训练全模型。还教你如何设计评估机制，在上线前后发现问题。
你将掌握：
- 通过监督微调和强化学习（RLHF、PPO、GRPO）调整模型行为
- 使用LoRA高效微调，节省计算资源
- 准备和合成训练数据，支持后训练
- 理解生产环境中LLM管道的决策节点与反馈循环
这些先进技能不再是顶尖实验室的专利，任何开发者都能用后训练提升模型表现，推动AI落地。
后训练是AI从理论到实用的关键环节，它让模型不断学习反馈、优化表现，从而更聪明、更听话、更可靠。掌握这门技术，是打造高质量AI产品的必经之路。
后训练是将基础大语言模型（LLM）——即通过海量无标签文本训练预测下一个词的模型——转变为能听指令、表现可靠助手的关键技术。很多应用中，后训练能让原本只有80%成功率的演示变成稳定可用的系统。
课程涵盖五大模块，手把手讲解后训练全流程：监督微调、奖励建模、基于人类反馈的强化学习（RLHF），以及PPO、GRPO等技术。同时介绍LoRA技术，实现高效微调，无需重新训练全模型。还教你如何设计评估机制，在上线前后发现问题。
你将掌握：
- 通过监督微调和强化学习（RLHF、PPO、GRPO）调整模型行为
- 使用LoRA高效微调，节省计算资源
- 准备和合成训练数据，支持后训练
- 理解生产环境中LLM管道的决策节点与反馈循环
这些先进技能不再是顶尖实验室的专利，任何开发者都能用后训练提升模型表现，推动AI落地。
后训练是AI从理论到实用的关键环节，它让模型不断学习反馈、优化表现，从而更聪明、更听话、更可靠。掌握这门技术，是打造高质量AI产品的必经之路。
Claude Cookbooks 是一套开源代码笔记和实用示例合集，专为帮助开发者高效集成和使用 Claude 设计。这里不仅有可复制粘贴的代码片段，还有详细的功能讲解，适合不同层次的开发者参考。
主要内容包括：
- 文本分类、摘要和知识增强等多种自然语言处理技巧；
- 与外部工具和服务的集成示范，如计算器、SQL 查询和客服机器人；
- 如何结合向量数据库、维基百科等第三方数据，提升 Claude 的回答准确度；
- 多模态能力展示，支持图片识别和图表解析；
- 进阶用法讲解，如子代理、多文档解析、自动化评估和内容审核等。
项目基于 MIT 许可证，欢迎社区贡献新示例和改进建议。只要有 Claude API Key，即可开始使用，Python 示例易于理解，思路也适用于其他编程语言。
