6 学段 · 102 课次 · 长期开放

每一段以能力就绪为准推进，后一段以前一段为地基。每节课标注大纲模块定位与考核方式（概念 / 公式 / 代码 / 计算 / 项目）。

面向来自不同专业、基础参差的大学生，用两三周补齐三样东西：能读公式、能写 PyTorch 训练循环、懂机器学习流程与评测指标。已修过机器学习 / 深度学习的同学可只做指标与项目验收，直接跳 Stage 1。

从「语言为什么难」讲到「Transformer 的每一块砖」。成人组在这里加了扩展法则、涌现能力，以及架构的详细配置、MoE、长上下文、高效注意力（MQA/GQA/MLA）——第一轮样题的 RoPE、MoE 路由代码填空都出自这一段。坚持先小 N 手算注意力，再用 PyTorch 复现。

成人组最工程化、计算题最密集的一段。参数量、FLOPs / 训练时间、显存三大计算是必考硬骨头；3D 并行、混合精度、FSDP 是理解大规模训练的钥匙。阶段项目从零训练一个 mini-GPT，把架构与优化真正打通。

把预训练好的底座变成「听指令、且无害有用诚实」的模型。成人组把 PEFT（LoRA / adapter / prefix / prompt）、DPO 与奖励模型都纳入必修——LoRA 微调与 DPO 对齐是本段两个动手核心。

成人组在解码与部署里加了 vLLM、推测解码、FlashAttention / PagedAttention 与量化 / 蒸馏 / 剪枝；提示学习里加了上下文学习、思维链、RAG。量化显存与推理吞吐量是本段计算重点。阶段项目把量化部署 + RAG 问答系统串起来。

收口段。先把前沿的推理模型训练（SFT / RL / 搜索）、智能体、系统评测、伦理与安全补齐，再用两轮冲刺对齐认证：第一轮客观题（概念 + 计算 + 代码填空），第二轮编程实战。计算题专项与代码填空专项是最容易失分的地方。