课程｜欢迎来到大模型时代：生成式 AI 与基础范式
建立共同语言：从“模型能做什么”到训练/对齐的基本流程与关键概念。
Schedule
3 天课程 + 1 天实践 + 1 天展示（以最终发布为准）
7月27日
09:30-11:30
13:30-15:30
课程｜自监督学习与 Transformer 大语言模型
理解自监督学习与注意力机制，掌握 Transformer 作为大模型底座的直觉与要点。
15:30-17:30
实践｜环境与第一次调用
完成开发环境与工具链准备，跑通一次模型调用并记录实验过程与结果。
7月28日
09:30-11:30
课程｜强化学习与决策智能：从 RL 到偏好优化
从强化学习核心概念出发，理解 LLM 对齐中的 RLHF/DPO 等方法与工程含义。
13:30-15:30
课程｜扩展定律、调优、幻觉与安全
规模化与调优的基本规律，常见失效模式（幻觉/越权/注入）及防护思路。
15:30-17:30
实践｜质量评测与安全护栏
为一个小任务设计评测标准与用例，实践自检/校验与最小权限等安全策略。
7月29日
09:30-11:30
课程｜参数微调、提示/工具学习
从 Prompt 到轻量微调与工具学习，理解如何让模型更稳定、更可控地完成任务。
13:30-15:30
课程｜多模态与世界模拟：从对话到具身
图文对齐与多模态生成的基本范式，以及世界模型/模拟器与具身智能的核心想法。
15:30-17:30
实践｜工具调用与多模态小实验
以真实场景为例完成一次工具调用/多模态原型练习，并整理展示素材。
7月30日
09:30-11:30
实践｜项目立项与需求拆解
分组确定选题、用户/场景与验收标准，完成任务分解与里程碑规划。
13:30-17:30
实践｜原型实现与迭代
围绕关键路径实现可运行原型，补齐数据/工具接入与交互流程。
7月31日
09:30-11:30
分享｜夏令营大作业项目交流与展示
围绕问题定义、实现路径、评测与迭代进行综合评价。
13:30-14:30
分享｜夏令营大作业海报交流与展示
海报展览与自由交流，分享项目亮点与改进方向。
15:00-16:00
总结｜夏令营颁奖、交流与复盘
汇总学习收获与后续建议，优秀项目复盘与交流。