课程大纲

第 1 周 （9 月 8 日）

人工智能概览、LLM 概览、API 配置和 Python 开发实践。

第 2 周 （9 月 15 日）

LLM 的局限性（幻觉）、agent 工作流、多智能体框架、RAG 检索增强生成、基于 Agent 的开发实践。

第 3 周 （9 月 22 日）

提示词（prompt）工程、物理问题逻辑链补全和检查工作流（LOCA），工具调用、MCP server。

点此下载 9 月 22 日演示的物理问题 LLM reviewer 项目

第 4 周 （9 月 29 日）

人工智能算法、机器学习基础、决策树与随机森林、神经网络与优化

点此下载 9 月 29 日演示的 k 近邻算法、CNN 数字识别笔记本

第 5 周 （10 月 13 日）

神经网络与反向传播、CNN、生成对抗网络、扩散模型

第 6 周 （10 月 20 日）

词表示，递归神经网络，注意力机制与 Transformer 架构

点此下载 10 月 20 日演示的神经网络训练、torch 基础笔记本

课程大纲可能根据实际教学进度进行微调，具体变动将及时通知学生。