吴恩达同步最新AI课，第84讲：大模型后训练三大核心技术--监督微调+偏好优化+强化学习--Post-training of LLMs:SFT/DPO/RL完整
吴恩达AI课程研究院2025.07.101 小时 33 分8,382 播放2 弹幕
编辑手记 · 大模型读完弹幕后的判断
官方课程体系完整，覆盖原理与实操，可直接复用；时长近93分钟，信息密度高。
吴恩达后训练课程，系统讲解SFT、DPO、RL三大技术及配套代码。
- 适合谁
- 大模型微调入门到进阶开发者
- 前置
- 了解Transformer与基础微调概念
- 难度
- 中等 · ●●●○○
- 时效
- 有时效 · 部分工具已变
- 类型
- 教程
