课程定位与特色

本课程由上海交通大学计算机学院设计，以'理论-工具-实战'三段式教学为核心，包含30+个代码演示模块与5个完整项目案例（如智能问答系统、图像生成模型部署）。区别于传统AI理论课，特别强化模型微调、部署优化等工程实践环节。

核心学习模块

1. 大模型基础：Transformer架构解析、训练数据预处理、分布式训练原理
2. 开发实战：PyTorch框架下模型加载与微调、API接口集成、模型压缩技术
3. 行业应用：教育领域智能评测系统开发、医疗影像分析模型部署

资源配套说明

• 提供Jupyter Notebook格式实验文件（含GPU运行优化配置）
• 配套超算中心远程实验环境（需申请上海交大校内账号）
• 更新至2024年GPT-4架构解析内容