惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Threatpost
The Hacker News
The Hacker News
AWS News Blog
AWS News Blog
Spread Privacy
Spread Privacy
T
Tenable Blog
C
CERT Recently Published Vulnerability Notes
Cisco Talos Blog
Cisco Talos Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Securelist
P
Privacy & Cybersecurity Law Blog
Know Your Adversary
Know Your Adversary
T
The Exploit Database - CXSecurity.com
Latest news
Latest news
D
Darknet – Hacking Tools, Hacker News & Cyber Security
I
Intezer
F
Fortinet All Blogs
Engineering at Meta
Engineering at Meta
Simon Willison's Weblog
Simon Willison's Weblog
The Register - Security
The Register - Security
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
L
Lohrmann on Cybersecurity
C
Cyber Attacks, Cyber Crime and Cyber Security
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
H
Help Net Security
T
Threat Research - Cisco Blogs
D
DataBreaches.Net
S
Schneier on Security
Cyberwarzone
Cyberwarzone
Google DeepMind News
Google DeepMind News
P
Privacy International News Feed
S
Secure Thoughts
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Recorded Future
Recorded Future
C
Cybersecurity and Infrastructure Security Agency CISA
MyScale Blog
MyScale Blog
M
MIT News - Artificial intelligence
Stack Overflow Blog
Stack Overflow Blog
IT之家
IT之家
人人都是产品经理
人人都是产品经理
NISL@THU
NISL@THU
博客园 - Franky
T
Tor Project blog
G
GRAHAM CLULEY
博客园 - 【当耐特】
Jina AI
Jina AI
Security Archives - TechRepublic
Security Archives - TechRepublic
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
A
About on SuperTechFans
Hacker News - Newest:
Hacker News - Newest: "LLM"

博客园 - Angry_Panda

军事防务 —— 城市反无 —— 无线电侦测设备需要进行攻击目标分配吗?无线电侦测设备的调度在应用中是需要在部署时进行考虑还是在攻击时进行考虑 从一张AI合成的无人机救援图说起 —— 多人机协作的可行性 985大学不相信眼泪,信奉丛林法则;211大学更讲人情味 军事防务 —— 反无激光武器攻后的冷却和充能时间与其攻击的持续时长是否有关系 军事防务 —— 北京顺义李桥镇 (AI大模型生成答案)—— 反无激光武器攻后的冷却和充能时间与其攻击的持续时长是否有关系 军事防务:激光武器的参数 武器装备参数介绍 军事防务:城市反无 —— 无线电干扰设备的攻击范围 百家讲坛 —— 再度翻红 —— 长大后才发现最好的教育早已播下种子,只等阅历浇灌才真正发芽 军事防务 —— AFSim雷达传感器仿真技术 防务 —— 军事建模AFSIM —— 电磁波 为什么倒卖 军火最赚钱 —— 从防务公司的业务发展来看待军费问题 防务:防务业务 —— 武器开火后的返回结果 —— 武器结果:0=开火, 1=命中, 2=未命中 豆包AI回答 —— 为什么城市反无场景下无线电干扰设备即使击中目标也会一直攻击呢 防务:雷达和光电探测设备 —— 无人机的轨迹信息与真实位置信息的差异性,是根据随机函数来实现的吗,比如在真实位置上加一点的随机扰动吗 —— AFsim的手册 北京市顺义区李桥镇 —— 中科星图公司 —— 出行路线交通 —— “东方通勤车”(误区,“东方通勤车”的站点根本就找不到,如果不坐地铁,那么就坐850号公交) 北京市顺义区李桥镇(首都机场附件)—— 中科星图(星图防务) 公司宿舍 【转载】cessium python部署离线版本 ———— 如何使用Python操作三维地图 cessium —— cessium python部署离线版本 如何使用uv安装pytorch 基于GA-BP神经网络的防空导弹实时目标分配方法 【人生哲理】【视频】为什么说该花的钱不花,就会变成灾难呢? 随身移动WiFi ——50元级别的(三网 4G移动网络)—— 网速测试 豆包AI —— 为什么不把离散的状态空间属性用one-shot方式编码而是直接归一化为0到1范围的属性值 dogfight问题中(UAV 无人机空战——狗斗)—— 状态空间设计 为ubuntu系统安装samba网络磁盘,实现局域网中的共享网络磁盘 —— 跨系统文件共享的完整方案 sudo fwupdmgr get-upgrades —— 在 Linux 系统中,用 fwupd 工具查看当前机器所有可升级固件(BIOS/UEFI、SSD、雷电、外设等) git免密认证同步仓库代码报错——git@github.com: Permission denied (publickey) —— 所需的ssh-add加载加密私钥 —— 指定加密私钥存储位置 【转载】 执行 ssh-add 报错 Could not open a connection to your authentication agent —— git免密认证同步仓库代码,所需的ssh-add加载加密私钥 uv python环境管理工具 ubuntu系统python安装pycairo报错:Run-time dependency python found: NO (tried pkgconfig and sysconfig) 无人机 —— dogfight —— 经纬度与笛卡尔坐标系的相互转换、方位角的计算 防务:论文《基于 DoDAF 的反无人艇集群作战体系设计》 强化学习奖励函数 —— 双曲惩罚函数 —— 用于奖励函数设计 VR-Forces中发射与毁伤仿真机制 防务:导弹打击毁伤率网格计算法 如何配置远程的ubuntu服务器以使在本地windows电脑上可以进行X11图形转发——ssh远程X11转发的配置 反无人机 —— 三层区域划分 2026年6月19日 成都远程巨科 —— 课程内容 —— 北京竞业达集团(河北张家口启点教育) 2026年6月19日 硬十科技 —— 课程内容 —— 北京竞业达集团(河北张家口启点教育) 2026年5月30日 中科星图 —— 北京顺义区 —— 与财务实习生(小友)—— 顺义区(县、区城市中心)影院观影 2026年6月6日 北京国家博物馆 —— 北京顺义区中科星图公司 uv 工具操作 —— python docker里面安装windows容器 wsl —— 局域网访问wsl下的ubuntu主机 —— 命令行下进行网络配置 【转载】局域网访问WSL 使用镜像模式网络 简单实现 企业公司上班 —— 北京小区(顺义李桥镇)——水电费(卡) uv 创建Python环境 【转载】rpclib: client error C0002: Function ‘simGetImages‘ was called with an invalid number of arguments. TensorFlow1.15报错: W tensorflow/stream_executor/cuda/redzone_allocator.cc:312] Internal: Invoking ptxas not supported on Windows Relying on driver to perform ptx compilation 【转载】Airsim + UE4安装配置遇到的‘/projectfiles‘ 不是内部或外部命令,也不是可运行的程序或批处理文件问题解决 【转载】解决无法安装虚幻引擎错误代码 MD-DL-0 中科星图 —— 北京顺义区李桥镇 —— 星图防务 基于规则模板的深度强化学习决策算法 强化学习 —— Partially Observable Tasks(部分可观测任务): 部分可观测马尔可夫决策过程(POMDP)类 —— 含扰动与时延的鲁棒控制类(Perturbation & Delay)—— 动态系统辨识 + 元强化学习类(Meta-RL / System ID) 强化学习算法 —— 带自适应步长的策略梯度算法(PG算法、Adaptive step size for Adam optimizer) CEM算法出处 —— 交叉熵强化学习算法 —— 强化学习算法中经典的CEM算法 windows11 —— 电源管理 —— 休眠设置 故障检测 —— 电机故障 —— GitHub项目 python报错:raise Exception('ROM is missing for %s, see https://github.com/openai/atari-py#roms for instructions' % (game_name,)) Exception: ROM is missing for pong 神经网络概率编程框架 —— pyro概率编程 强化学习算法 —— 为什么TRPO算法使用状态值(V)而不是动作值进行计算? 强化学习算法 —— 时变基线 —— 时变基线的计算方式为:取批次内所有轨迹,对每个时间步的回报值做平均 强化学习算法 —— TRPO + GAE —— 原始的value function部分的实现算法 强化学习算法 —— TRPO —— KL散度求费雪信息矩阵时的trick —— 用10%数据估算费雪信息矩阵FIM 人工智能论文 —— 数学理论推导重点关键 —— heuristic approximation 具身智能:零一造物_ZERO机械臂 人工智能: 利用物理模型泛化学习机器人操纵 —— Leveraging Physics-Based Models To Learn Generalizable Robotic Manipulation 交叉熵强化学习算法 —— Cross entropy method (CEM) Reinforcement Learning —— RL 算法 人形机器人 —— Hugging Face 与 NVIDIA 加速开源 AI 机器人研发 强化学习 —— 论文:《Optimizing Expectations: From Deep Reinforcement Learning to Stochastic Computation Graphs》—— 作者:John Schulman 人工智能 —— 神经网络 —— Rop(R‑算子)是什么? —— 豆包AI生成 强化学习算法:PPO and TRPO算法实现细节 —— Implementation Matters in Deep RL: A Case Study on PPO and TRPO 利用多張GPU訓練大型語言模型—從零開始介紹DeepSpeed、Liger Kernel、Flash Attention及Quantization —— 【生成式AI時代下的機器學習(2025)】助教課 豆包AI自动生成答案 —— 强化学习算法库baseline中的ppo2算法是什么,与ppo有啥区别? 为什么强化学习算法主流框架是actor-critic而不是将actor-critic合并成只有critic的框架,使用q值通过softmax方法自动生成policy呢? 论文:《面向强化学习的可解释性研究综述》 python报错:ImportError: libGL.so.1: cannot open shared object file: No such file or directory python运行报错:pip安装package报错 —— Expected matching RIGHT_PARENTHESIS for LEFT_PARENTHESIS 纪念 —— 游戏 —— 国产游戏 —— 黑悟空 AI芯片管制是否会延迟中国AI的技术发展? 张Xue峰原话(全网流传最完整版) —— 社会就是一个大筛子 人工智能理论(实证法) —— 神经网络理论 —— 关于“彩票理论”的讨论 神经网络(人工智能)—— CNN模型在训练过程中图片的预处理过程对整体算法训练过程中计算效率的影响? 为什么显卡明明可以放下0.5B、1.5B甚至3B的大模型参数,但是训练的时候就会报显存不足的错误呢? 比赛视频2025年 —— 人形机器人越野避障 —— 机器人百米障碍赛夺冠纪录 如何解决 kagglehub下载速度慢的问题 —— kaggle下载速度慢如何解决 如何撰写发表CCF顶会论文 —— 如何写论文 科技公司的干部年轻化 —— 互联网一线大厂,如果30岁之前还没有做到项目负责人,那么可能就只能原地踏步了 —— 35岁后开启人生职业生涯的下半场 面试注意事项 算法工程师 —— 学人工智能技术找一个算法研发工程师职位的首要条件是什么? 学习工作时的伴听音乐 —— 在线音乐播放 祖籍 历史上哪件兵器最厉害? 辽宁省沈阳市民办高校教师岗位求职面试体验 (十分的不佳)—— 沈阳城市学院 强化学习(岗位招聘)—— 具身深度强化学习运控岗 经典视频 —— 强化学习入门视频 —— David Silver深度强化学习 —— 中文翻译版本(带中文字幕)—— 附:PPT文件(PDF版本) 为什么美国害怕不是第一 大语言模型:MedicalGPT: Training Your Own Medical GPT Model with ChatGPT Training Pipeline. 训练医疗大模型,实现了包括增量预训练(PT)、有监督微调(SFT)、RLHF、DPO、ORPO、GRPO。 DeepSeek复现:TinyZero项目的配置及安装 深度学习 —— 人工智能 —— 大语言模型(LLM) —— flash-attn 安装卡死
豆包AI自动生成:985/211信息学院的人工智能专业的本科生和硕士生的课程内容
Angry_Panda · 2026-04-06 · via 博客园 - Angry_Panda

985/211 信息学院人工智能专业的课程体系,整体呈现 “本科重基础广度 + 硕士重理论深度与前沿方向” 的分层结构。以下为信息学院(计算机 / 自动化 / AI 学院)主流课程清单(通用模板)。
一、人工智能本科(信息学院)课程体系

  1. 通识必修课(全校统一)
    思政类:思修、近代史、马原、毛概、形势与政策
    英语:大学英语(1–4)
    体育、职业规划、创新创业、人文选修课
  2. 数理基础(AI 核心根基)
    高等数学(上 / 下)/ 数学分析
    线性代数 / 高等代数
    概率论与数理统计
    离散数学(集合、图论、逻辑、代数系统)
    数值分析 / 计算方法
    最优化方法 / 凸优化(部分学校必修)
  3. 计算机核心课(信息学院标配)
    C/C++ 程序设计
    Python 程序设计
    数据结构
    算法设计与分析
    计算机组成原理 / 体系结构
    操作系统
    计算机网络
    数据库系统
    软件工程
    编译原理(部分 985 必修)
  4. AI 专业核心课(必修)
    人工智能导论 / 人工智能原理
    机器学习(经典算法为主)
    深度学习 / 神经网络与深度学习
    模式识别
    计算机视觉
    自然语言处理(NLP)
    知识工程 / 知识图谱
    人工智能伦理与安全
  5. 专业选修课(方向化)
    强化学习
    数据挖掘
    机器人学 / 智能机器人
    语音信号处理
    多模态 AI
    大数据技术
    智能芯片 / 嵌入式 AI
    类脑计算、群体智能、进化计算
    数字图像处理、信息检索
  6. 实践环节
    课程设计:机器学习实验、深度学习实验、CV/NLP 大作业
    专业综合实验 / 项目实训
    毕业设计(论文)
    二、人工智能硕士(学硕 / 专硕)课程体系
  7. 公共课
    中国特色社会主义理论
    专业英语 / 学术英语写作
    自然辩证法
  8. 数学与理论进阶(必修)
    矩阵分析 / 高等线性代数
    随机过程 / 高级概率统计
    凸优化 / 最优化理论
    信息论与编码
    高级算法设计 / 计算复杂性
  9. AI 核心理论课(必修)
    高级机器学习 / 统计学习理论
    高级深度学习 / 深度生成模型
    强化学习(深度强化学习)
    多智能体系统
    贝叶斯机器学习 / 概率图模型
  10. 方向选修课(按实验室方向选)
    (1)计算机视觉
    高级计算机视觉、三维视觉、医学图像处理、视频理解、NeRF、SLAM
    (2)自然语言处理
    高级 NLP、大语言模型、机器翻译、文本生成、对话系统、语义理解
    (3)数据科学与挖掘
    高级数据挖掘、分布式机器学习、大数据系统、推荐系统、因果推断
    (4)机器人与控制
    机器人学、自主导航、运动规划、强化学习在机器人中的应用
    (5)前沿专题
    多模态大模型、联邦学习、自动驾驶、AI 安全、AI 芯片、类脑智能
  11. 科研与实践
    文献阅读与学术写作
    专业研讨(Seminar)
    开题报告、中期考核、学位论文
    企业实习(专硕为主)
    三、本科 vs 硕士:核心区别
    本科:打地基
    覆盖全栈:数学 + 计算机 + AI 基础 + 应用入门
    强调工程实现、编程、实验、项目
    知识广度优先,深度较浅
    硕士:攻方向、做科研
    数学与理论显著加深(矩阵分析、凸优化、统计学习理论)
    课程高度方向化(CV/NLP/RL/ 多模态选一到两个)
    强调论文阅读、算法推导、复现、创新设计
    以科研项目 + 论文为核心产出
    四、典型 985 课程特点(举例)
    清华 / 北大 / 浙大
    数学极深:数学分析、抽象代数、拓扑、随机过程
    理论强:统计学习、凸优化、计算复杂性、贝叶斯方法
    前沿:大模型、多智能体、具身智能、量子 AI
    上交 / 复旦 / 中科大
    系统 + 算法并重
    强化:分布式系统、高性能计算、AI 系统
    交叉:医疗 AI、金融 AI、自动驾驶
    华科 / 哈工大 / 西交 / 天大
    工程导向强
    机器人、智能控制、工业智能、芯片 / 嵌入式突出
    五、你当前 NLP 方向的核心课(本硕对应)
    本科必学
    机器学习、深度学习、NLP、数据结构、Python/PyTorch
    硕士必学
    高级机器学习、高级 NLP、大语言模型、统计学习理论、凸优化

本科 + 硕士 完整课程 + 学习路线 + 必读内容 + 实验项目
一次性给全,你可以直接对照自己的培养方案查漏补缺。
一、本科阶段:NLP 方向完整成长路线(AI / 信院标配)
1)大一:打基础(数学 + 编程)
高等数学
线性代数
C/C++ 程序设计
计算机导论
离散数学
目标:能写代码、懂基本数学符号、会用数组 / 循环 / 递归。
2)大二:核心基础(CS + AI 入门)
数据结构与算法
概率论与数理统计
操作系统 / 计算机网络
人工智能导论
Python 编程(numpy/pandas)
机器学习入门
目标:能实现朴素贝叶斯、逻辑回归、K-Means 等基础模型。
3)大三:AI 专业核心(NLP 正式入门)
必修
机器学习
深度学习
自然语言处理(NLP)
模式识别
数据挖掘
NLP 方向重点内容
分词、词性标注、句法分析
n-gram、语言模型、困惑度
词向量:Word2Vec、GloVe
RNN、LSTM、GRU
Attention 机制
Transformer 基础
文本分类、情感分析、文本相似度
目标:能跑通一个完整 NLP 项目(文本分类 / 命名实体识别)。
4)大四:项目 + 毕设
深度学习综合实验
NLP 大作业 / 课程设计
毕业设计(推荐方向:文本分类、摘要、小模型微调、检索)
二、硕士阶段:NLP 深度科研路线(985 信院标准)
1)必修高阶数学(决定上限)
矩阵分析 / 高等线性代数
凸优化 / 最优化理论
概率与统计 / 随机过程
信息论
统计学习理论
2)AI 高阶核心课
高级机器学习
高级深度学习
强化学习
概率图模型 / 贝叶斯学习
3)NLP 高阶核心(真正科研级)
高级自然语言处理
大语言模型(LLM)
语义理解与表示
机器翻译
文本生成
对话系统
信息检索与推荐
多模态大模型
预训练模型理论(BERT/GPT 系)
4)系统与工程课(非常重要)
分布式机器学习
大数据处理
高性能计算 / GPU 编程
模型部署与服务化
三、NLP 方向必读论文(本硕阶梯版)
本科必看(工程向)
Word2Vec (2013)
GloVe (2014)
Seq2Seq (2014)
Attention (2015)
Transformer (2017)
BERT (2018)
GPT-1/2 (2018/2019)
硕士必看(理论 + 前沿)
GPT-3、PaLM、LLaMA 系列
PPO、DPO(对齐)
MoE、Scaling Laws
检索增强生成 RAG
思维链 CoT
多模态 LLM(CLIP、Flamingo 等)
高效微调:LoRA、QLoRA
四、NLP 必做实验 / 项目阶梯(从简单到顶会水平)
本科阶段
文本分类(情感分析)
中文分词 / 词性标注
Word2Vec 训练 + 词语类比任务(CA8/CA-translated)
LSTM 做文本生成
Transformer 实现机器翻译
BERT 微调下游任务
硕士阶段
预训练语言模型二次预训练
大模型高效微调(LoRA/QLoRA)
RAG 检索增强生成
大模型对齐(DPO/PPO)
多模态对话 / 图文生成
自己设计创新点 → 投 CCFA/B 类会议
五、最实用:本硕 NLP 技能树对比
本科
会用 PyTorch/Hugging Face
能跑通经典模型
能做完整项目
懂基础数学推导
硕士
能推导算法、写公式证明
能复现顶会论文
能设计创新结构 / 损失函数
懂分布式训练、加速、部署
能独立完成一篇会议 / 期刊论文
如果你告诉我:
你是本科还是硕士
学校大概层次(985/211 / 双非)
想走工程就业还是读博科研

本科 4 年 + 硕士 3 年・NLP 方向完整课程 + 学习规划表
不用你再补充信息,直接按顶尖信院模板来。
一、本科四年(人工智能专业・信息学院)课程 + 能力路线
大一:数学与编程打底
必修课
高等数学(上、下)
线性代数
大学物理
C/C++ 程序设计
离散数学
思想课、英语、体育
专业先修
Python 入门
Linux 基础命令
Git 版本管理
目标
熟练写代码,能实现简单算法
看懂矩阵、导数、概率符号
大二:计算机核心 + AI 入门
必修课
概率论与数理统计
数据结构与算法
计算机组成原理
操作系统
计算机网络
人工智能导论
数理逻辑 / 集合论
专业选修课
机器学习导论
数字信号处理
数据库原理
NLP 前置能力
文本读取、预处理
词频统计、n-gram
朴素贝叶斯文本分类
目标
能独立做小项目
理解机器学习基本流程
大三:AI 核心课 + NLP 正式进入
必修课
机器学习
深度学习
自然语言处理(NLP)
模式识别
数据挖掘
算法设计与分析
NLP 核心内容
分词、词性标注、NER
语言模型、困惑度、Word2Vec
RNN/LSTM/GRU
Transformer、Attention
BERT 基础、文本分类 / 相似度
选修课(NLP 向)
信息检索
语音信号处理
知识图谱
强化学习基础
目标
能使用 Hugging Face 跑模型
能做完整 NLP 课程设计
大四:项目实战 + 毕设
深度学习综合实验
NLP 大作业
企业实习(可选)
毕业设计(NLP 方向推荐)
文本分类
文本摘要
小模型微调
基于词向量的类比任务(CA8)
目标
具备 NLP 工程 / 科研入门能力
二、硕士三年(人工智能 / NLP 方向)课程 + 科研路线
研一:高阶数学 + 核心理论
公共必修课
中国特色社会主义理论
自然辩证法
专业英语、学术写作
数学高阶课(必修)
矩阵分析 / 高等线性代数
凸优化 / 最优化方法
高等概率统计 / 随机过程
信息论
统计学习理论
AI 核心理论课
高级机器学习
高级深度学习
强化学习
概率图模型 / 贝叶斯学习
NLP 高阶课
高级自然语言处理
预训练语言模型
大语言模型(LLM)
机器翻译
文本生成与对话系统
系统工程课
分布式机器学习
大数据与并行计算
GPU 编程与模型部署
研二:方向深耕 + 论文复现 + 实验
按实验室方向选一个主攻:
大语言模型
Scaling Laws、MoE、对齐(PPO/DPO)
语义与理解
句子表示、对比学习、语义解析
文本生成
摘要、对话、创作、长文本建模
信息检索与 RAG
稠密检索、检索增强生成
多模态 NLP
图文对齐、多模态大模型
科研动作
每周读顶会论文(ACL/EMNLP/NAACL/NeurIPS/ICML)
复现 SOTA 模型
跑实验、调参、写代码
确定创新点,写第一篇论文
研三:论文发表 + 求职 / 申博
完成小论文(CCF B/A 类)
撰写学位论文
实习或继续科研
求职(算法 / NLP / 大模型)或申博
三、本硕 NLP 核心能力对比(985 标准)
本科要求
会用 PyTorch、Hugging Face
能做文本分类、NER、相似度
理解词向量、Transformer
能完成工程型项目
硕士要求
能推导 ML/DL 算法公式
能复现顶会论文
能设计模型结构、损失函数
懂分布式训练、LoRA/QLoRA、RAG
能独立完成一篇高质量学术论文
四、你现在这段代码在整个体系里的位置
你之前发的:
python
运行
sentences = [...]
model = Word2Vec(...)
属于:
本科大三上《自然语言处理》经典实验
对应知识点:词嵌入、词语类比任务(CA8/CA-translated)
是硕士做语义理解、LLM 表示学习的基础中的基础
如果你愿意,我可以下一步直接给你做一份:
【NLP 从 Word2Vec → LLM 完整进阶路线图】

本博客是博主个人学习时的一些记录,不保证是为原创,个别文章加入了转载的源地址,还有个别文章是汇总网上多份资料所成,在这之中也必有疏漏未加标注处,如有侵权请与博主联系。 如果未特殊标注则为原创,遵循 CC 4.0 BY-SA 版权协议。