不可错过！CMU最新《生成式人工智能大模型》课程：从文本、图像到多模态大模型

1. 课程简介

从生成图像和文本到生成音乐和艺术，生成模型一直是人工智能的关键挑战之一。本课程将探讨推动生成模型和基础模型（Foundation Models）最近进展的机器学习和人工智能技术。学生将学习、开发并应用最先进的算法，使机器能够生成逼真且富有创意的内容。核心主题包括：学习的基本机制；如何构建生成模型及其他大型基础模型（例如，视觉和语言的 Transformer，扩散模型）；如何训练这些模型（预训练，微调）并有效地调整它们（适配器、上下文学习）；如何扩展到大规模数据集（多 GPU/分布式优化）；如何将现有模型用于日常任务（生成代码、使用生成模型进行代码编写）。学生还将探讨其内在工作机制的理论基础和经验研究，了解模型可能出现的问题（偏见、幻觉、对抗攻击、数据污染）及应对这些问题的方法。本课程不仅通过实现帮助学生理解现代技术，还将使用现有的库和模型，探索生成模型的能力及其局限性。本课程适合已完成机器学习或深度学习入门课程的学生。

https://www.cs.cmu.edu/~mgormley/courses/10423/

学习成果：

课程结束后，学生应能够： * 区分不同的学习机制，如参数调整和上下文学习。 * 实现现代生成建模方法的基础模型，如 Transformer 和扩散模型。 * 将现有模型应用于文本、代码、图像、音频和视频的实际生成问题。 * 使用技术来调整基础模型，完成任务如微调、适配器和上下文学习。 * 使生成建模方法能够扩展到大型文本、代码或图像数据集。 * 使用现有生成模型解决实际的判别问题及其他日常用例。 * 分析大规模基础模型的理论属性。 * 识别不同模态生成模型可能出现的问题。 * 描述大规模生成 AI 系统的社会影响。

有关所涵盖主题的更多详细信息，请参见课程时间表页面。

2. 先修要求

参加本课程的学生应具备机器学习或深度学习入门课程的工作知识，需修完以下课程之一（10301 或 10315 或 10601 或 10701 或 10715 或 11485 或 11685 或 11785）。 必须严格遵守这些先修要求！ 即使卡内基梅隆大学（CMU）的注册系统未阻止你注册此课程，仍有责任确保你在注册前具备所有先修要求。 讲者：

课程内容

**文本生成式模型 Generative models of text

循环神经网络与语言建模 RNN LMs / Autodiff * Transformer LMs * 学习LLMs 编码 Learning LLMs / Decoding * 预训练、微调 Pre-training, fine-tuning / Modern Transformers / CNNs

**图像生成式模型 Generative models of Images

**Lecture 6 : Generative Adversarial Networks (GANs) / VAEs / PGM

**Lecture 7 : Variational Inference / Variational Autoencoders (VAEs)

**Lecture 8 : Diffusion models (Part I)

******

**应用适配基础模型 Applying and adapting foundation models

** Lecture 9 : Diffusion models (Part II) / In-context learning for text & for vision

**Lecture 10 : Parameter-efficient fine tuning

**Lecture 11 : Reinforcement learning with human feedback (RLHF)

**多模态大模型 Multimodal foundation models

**Lecture 12 : Text-to-image generation / Aligning multimodal representations (CLIP)

**** Lecture 13 : Prompt-to-Prompt**

**** Lecture 14 : Visual-language models**