学习指南
本课程面向不同技术背景的学员，以下指南帮助你找到最适合自己的学习路径。
课程设计：双重路径
每节课标注了路径类型：
⭐ 核心路径（Core）
所有学员必须掌握的内容。
包含：
- 讲座核心内容：关键概念、理论框架、经典方法
- 实践工具：PyTorch、HuggingFace 实操演练
- 项目节点：提案 → 中期 → 终期
- 必读论文：每模块最核心的 2-3 篇
建议投入：每周约 3-4 小时
🔍 深入扩展（Deep Dive）
适合有一定基础、希望深入前沿的学员。
包含：
- 讨论课：每周围绕 4-8 篇论文的深入讨论
- 进阶阅读：原始论文 + 扩展阅读清单
- 研究挑战：开放性问题、前沿未解难题
建议投入：每周额外 2-3 小时
按背景推荐路径
如果你：AI 初学者（有编程基础）
【推荐路径】
⭐ 全部讲座 + ⭐ 全部项目
🔍 选 2-3 个感兴趣的讨论课参加
先掌握每节的核心内容 → 有余力再扩展重点模块：第2周（工具实操）、第4周（模型架构）
如果你：有一定 ML/DL 基础
【推荐路径】
⭐ 全部讲座 + ⭐ 全部项目
🔍 全部 7 场讨论课
重点投入多模态和大模型部分重点模块：第5-7周（多模态）、第9/11/12周（大模型）
如果你：AI 从业者/研究者
【推荐路径】
⭐ 讲座快速浏览（重点关注不熟悉的领域）
🔍 全部讨论课 + 原始论文精读
将课程内容与自身实践结合建议：重点关注 [[讨论课/讨论05-大语言模型|讨论05]] 和 [[讨论课/讨论07-生成式AI|讨论07]]
学习节奏
第1周 导论 ⭐⭐⭐
第2周 基础工具 ⭐⭐⭐ 实操为主
第3周 项目提案 ⭐
第4周 模型架构 ⭐⭐⭐ 核心理论
第5-7周 多模态AI ⭐⭐⭐⭐ 课程重心
第8周 休整
第9周 大模型① ⭐⭐⭐⭐
第10周 机动
第11周 大模型② ⭐⭐⭐⭐
第12周 生成式AI ⭐⭐⭐
第13周 讨论 ⭐⭐
第14周 交互+最终 ⭐⭐⭐
第15周 交互② ⭐⭐⭐ 越多表示该周内容密度越大
学习工具
- 本课程笔记：Obsidian 知识库，使用
[[双向链接]]导航 - 原版视频：MIT 官网有讲座视频录制，建议配合观看
- 代码实践：课程提供 PyTorch Colab 笔记本
学习建议
- 先读本周阅读.md - 了解本周要读的论文
- 再看核心笔记 - 掌握关键概念
- 动手实践 - 运行提供的代码示例
- 讨论深化 - 通过讨论课巩固理解
- 项目驱动 - 将所学应用到自己的项目中
[[MOC-如何AI一切|🗺️ 返回内容地图]]