Reinforcement Learning of Large Language Models, Spring 2025
UCLA Ernest K. Ryu 教授主讲的“强化学习与大语言模型”春季课程2025正式上线！🎉
🎓 内容涵盖：深度强化学习基础、大语言模型原理及两者结合的前沿研究。
📚 详细章节：从MDP基础、深度策略梯度方法（A3C、PPO、GRPO）、到人类反馈强化学习（PPO、DPO）和可验证奖励强化学习（RLVR）。
🎥 丰富视频资源：每章配备高质量讲解视频，助你系统掌握理论与实践。
📝 课后作业：针对每个模块设计，强化理解与应用。
👨🏫 授课教师：Ernest K. Ryu，UCLA数学助理教授，深度学习与强化学习领域权威。
🔍 先修要求：具备深度学习基础，无需强化学习或大语言模型经验。
📖 额外资源：课程主页提供讲义、出版物、软件工具与研究项目介绍。
主页：
Youtube:
