本项目是一个围绕 DeepLearning.AI 出品的 Post-Training for LLMs 系列课程，为国内学习者量身打造的中文翻译与知识整理教程。项目提供课程内容翻译、知识点梳理和示例代码等内容，旨在降低语言门槛，让更多学生、研究人员和开发者系统掌握大语言模型（LLM）后训练阶段的核心技术与实践方法。
本项目的主要内容包括：
- 课程内容翻译：精准翻译课程讲解内容，确保技术细节准确传达；
- 知识结构化整理：梳理并总结 LLM 后训练核心概念，如 SFT、DPO、OnlineRL 等；
- 配套示例与代码：为关键知识点补充可运行的 Python 代码；
项目的核心目标 是帮助国内学习者系统学习国际前沿的 LLM 后训练技术，缩小信息差距，并推动 LLM 技术在更多实际场景中落地应用。任何人都可以提出 Issue 或提交 PR，共同完善和维护这个项目。
什么是 LLM Post-Training？
Post-Training 是指在预训练之后对大语言模型进行进一步优化与对齐的过程，包括监督微调（SFT）、直接偏好优化（DPO）等。这些技术可以让模型更符合人类价值观、任务需求和使用场景。
当前 LLM 技术快速发展，但高质量的中文学习资料仍较少，尤其是在 后训练阶段 的系统化内容方面。本项目旨在将 DeepLearning.AI 的高质量课程引入中文世界，让更多开发者与学生能直接接触到国际一线的 LLM 后训练知识，并在自己的项目中加以实践。
本项目适合以下学习者：
- 对 LLM 优化与应用感兴趣。
- 希望深入理解并掌握模型后训练方法的。
- 希望结合后训练技术打造领域专用模型的 。
- 以及最广大、最普通的学生群体
- 系统化掌握 LLM 后训练方法与流程。
- 通过示例代码快速上手实践。
- 为微调、对齐、RAG 等下游任务打下坚实基础。
- 为构建领域专有模型提供帮助。
- 先掌握基础概念 —— 先理解 SFT、DPO等核心算法原理；
- 再结合示例实践 —— 跟随项目中的代码样例动手实验；
- 最后应用到项目中 —— 将所学方法应用于自己的模型优化任务。
这里写你的项目目录，已完成的部分用添加上跳转链接
| 姓名 | 职责 | 简介 |
|---|---|---|
| 小明 | 项目负责人 | 一个理想主义者 |
| 小红 | 第1章贡献者 | 小明的朋友 |
| 小强 | 第2章贡献者 | 小明的朋友 |
注：表头可自定义，但必须在名单中标明项目负责人
- 如果你发现了一些问题，可以提Issue进行反馈，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
- 如果你想参与贡献本项目，可以提Pull request，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
- 如果你对 Datawhale 很感兴趣并想要发起一个新的项目，请按照Datawhale开源项目指南进行操作即可~
扫描下方二维码关注公众号：Datawhale
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
注：默认使用CC 4.0协议，也可根据自身项目情况选用其他协议
