大模型最权威课程！MIT最新《生成式AI-大模型 》课程，MIT斯坦福OpenAI-DeepMind众多专家讲授

由ChatGPT推广的大型语言模型的进步代表了机器语言处理的重大突破。我们邀请您加入塑造通信技术未来的对话。这对我们意味着什么，我们如何最大限度地利用这些进步，存在哪些风险？这开启了哪些研究机会？需要进行哪些评估？我们将集结一群从业者和专家进行指导讨论，动手实验和项目评审。如果您想参加课程，请填写这份兴趣表格，并在2月8日（星期三）参加第一堂课。请带上笔记本电脑，准备开始实验！ 这门课程将采取工作坊和研讨会的组合形式。学生将通过阅读，课堂参与和项目工作进行互动。学生可以选择完成一个项目，或者制定一个研究项目提案。在积极的项目轨道中，学生将组成团队，推广项目，并在过程中获得反馈。对于项目提案轨道，他们将在学期中期提供文献回顾，并提交书面研究项目提案。项目应集中在课程确定的主要领域之一。我们将在整个学期中共享和评价项目，以期望项目最终的展示。学生还将被期望在阅读和动手工作坊产出的基础上向班级进行展示。 讲者：

课程目录：

1: 大语言模型背景 Background on LLMs [Slides]

2: Get your hands dirty with ChatGPT [Slides] Create a prompting task in groups. 3: 评估模型 Evaluating models 我们如何最好地评估这些模型的准确性、公平性、偏见、鲁棒性以及其他因素呢？

4: 使用LLM达成跨偏好的共识 Using LLMs for Consensus Across Preferences

5. 大语言模型的涌现能力

本次演讲将涵盖关于大型语言模型如何工作的广泛直觉。首先，我们将从一些语言模型可以通过阅读互联网学习的例子开始。其次，我们将考虑为什么语言模型最近受到关注，以及它们具有哪些过去不存在的新能力。第三，我们将介绍语言模型如何执行复杂的推理任务。最后，演讲将讨论语言模型如何通过指令跟踪来改进用户界面。 6. 评估人与模型的交互 Evaluating Human-model Interactions

7. 人工智能介导的通信 AI-Mediated Communication

本次演讲将讨论AI-Mediated Communication (AI-MC)现象及其对人类沟通结果、语言使用和人际信任的潜在影响。作者概述了早期的实验结果，表明人工智能的参与可以改变书面内容和意见，改变消息所有权，影响责任分配，并影响信任评估，强调了开发和部署这些技术的新方法的必要性。

8. LLMs as Simulated Agents
9. Societal Impacts of LLMs
10. Risks and Tools for Transparency