《大語(yǔ)言模型原理與應(yīng)用》教學(xué)大綱一、課程基本信息課程屬性詳細(xì)內(nèi)容課程代碼188188188（擬）中文名稱大語(yǔ)言模型原理與應(yīng)用英文名稱PrinciplesandApplicationsofLargeLanguageModels課程類別專業(yè)選修課課程性質(zhì)限制性選修總學(xué)分3適用專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)、人工智能、軟件工程、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)總學(xué)時(shí)48（理論學(xué)時(shí)：28，實(shí)踐學(xué)時(shí)：20）開(kāi)課學(xué)院計(jì)算機(jī)科學(xué)學(xué)院或人工智能學(xué)院先修課程Python程序設(shè)計(jì)、數(shù)據(jù)結(jié)構(gòu)、概率論與數(shù)理統(tǒng)計(jì)、機(jī)器學(xué)習(xí)基礎(chǔ)執(zhí)筆人[您的姓名/教研室]審定人[審定人姓名]二、課程定位和任務(wù)《大語(yǔ)言模型原理與應(yīng)用》是計(jì)算機(jī)科學(xué)與技術(shù)、人工智能及軟件工程相關(guān)專業(yè)的一門前沿專業(yè)選修課。隨著生成式人工智能（AIGC）的爆發(fā)，大語(yǔ)言模型（LLM）已成為新一代計(jì)算的核心。本課程旨在引導(dǎo)學(xué)生從底層算法、工程實(shí)踐到行業(yè)應(yīng)用，構(gòu)建完整的LLM知識(shí)體系。本課程的任務(wù)是通過(guò)系統(tǒng)化的理論教學(xué)與高強(qiáng)度的實(shí)驗(yàn)訓(xùn)練，使學(xué)生掌握Transformer架構(gòu)、提示詞工程（PromptEngineering）、高效微調(diào)（PEFT）、檢索增強(qiáng)生成（RAG）、AI編程以及智能體（Agent）開(kāi)發(fā)等關(guān)鍵技術(shù)。課程特別強(qiáng)調(diào)“產(chǎn)學(xué)研”結(jié)合，通過(guò)引入DeepSeek等國(guó)產(chǎn)大模型案例，培養(yǎng)學(xué)生的民族科技自豪感與核心技術(shù)攻關(guān)意識(shí)。通過(guò)學(xué)習(xí)，學(xué)生將具備在云端或本地部署、微調(diào)及開(kāi)發(fā)垂直領(lǐng)域大模型應(yīng)用的能力，為從事智能化軟件開(kāi)發(fā)、算法研究及數(shù)據(jù)工程等崗位奠定堅(jiān)實(shí)基礎(chǔ)。三、課程教學(xué)目標(biāo)（一）知識(shí)目標(biāo)：架構(gòu)演進(jìn)認(rèn)知：全面掌握語(yǔ)言模型從統(tǒng)計(jì)模型、RNN/LSTM到Transformer架構(gòu)的演化邏輯，理解預(yù)訓(xùn)練、指令微調(diào)與大模型應(yīng)用的技術(shù)閉環(huán)。核心算法原理：深入理解自注意力機(jī)制（Self-Attention）、位置編碼、層歸一化等Transformer組件的數(shù)學(xué)表達(dá)與物理意義。工程優(yōu)化理論：掌握大模型分布式訓(xùn)練的基本理論、模型量化壓縮原理以及高效參數(shù)微調(diào)（LoRA等）的數(shù)學(xué)本質(zhì)。安全與倫理準(zhǔn)則：熟悉AGI領(lǐng)域的安全治理規(guī)范、幻覺(jué)抑制理論以及模型評(píng)估的科學(xué)指標(biāo)體系。（二）能力目標(biāo)：模型工程實(shí)踐能力：能夠熟練利用主流框架（如HuggingFace,LLaMa-Factory）進(jìn)行模型部署、推理加速及特定任務(wù)的微調(diào)優(yōu)化。智能化系統(tǒng)開(kāi)發(fā)能力：具備獨(dú)立構(gòu)建RAG知識(shí)庫(kù)系統(tǒng)、多步驟決策智能體及AI輔助開(kāi)發(fā)工作流的工程能力。前沿技術(shù)遷移能力：能夠快速追蹤AI領(lǐng)域（如DeepSeek,OpenAI系列）的最新技術(shù)動(dòng)態(tài)，并將其應(yīng)用于解決復(fù)雜的實(shí)際業(yè)務(wù)問(wèn)題。（三）素質(zhì)目標(biāo)：科技強(qiáng)國(guó)使命感：通過(guò)對(duì)國(guó)產(chǎn)大模型技術(shù)突破的學(xué)習(xí)，建立投身自主可控AI技術(shù)的決心，培養(yǎng)勇攀科學(xué)高峰的精神。職業(yè)道德與社會(huì)責(zé)任：在技術(shù)應(yīng)用中嚴(yán)守隱私保護(hù)底線，抵制算法偏見(jiàn)，確保技術(shù)應(yīng)用符合社會(huì)主義核心價(jià)值觀。終身學(xué)習(xí)與協(xié)作素質(zhì)：培養(yǎng)在快速迭代的技術(shù)浪潮中持續(xù)學(xué)習(xí)的習(xí)慣，以及在復(fù)雜工程項(xiàng)目中的團(tuán)隊(duì)協(xié)作與溝通能力。四、理論教學(xué)內(nèi)容與學(xué)時(shí)分配（28學(xué)時(shí)）理論教學(xué)部分按照LLM的生命周期進(jìn)行編排，重點(diǎn)突出原理的嚴(yán)謹(jǐn)性與前沿性。章節(jié)名稱主要教學(xué)內(nèi)容教學(xué)要點(diǎn)（重點(diǎn)、難點(diǎn)）課程思政元素學(xué)時(shí)第1章：走進(jìn)大語(yǔ)言模型1.智能助手與AIGC現(xiàn)狀；2.LLM與傳統(tǒng)軟件區(qū)別；3.從Word2Vec到Transformer的演進(jìn)；4.國(guó)產(chǎn)大模型（DeepSeek）及2025年主流大模型崛起。重點(diǎn)：理解預(yù)訓(xùn)練范式的轉(zhuǎn)變。難點(diǎn)：LLM涌現(xiàn)能力的科學(xué)解釋科技自信：國(guó)產(chǎn)大模型的性能突破與算力自強(qiáng)。2第2章：大語(yǔ)言模型的核心原理1.Encoder-Decoder結(jié)構(gòu)；2.了解自注意力機(jī)制數(shù)學(xué)推導(dǎo)；3.多頭注意力機(jī)制；4.提示詞工程。重點(diǎn)：Q、K、V向量的物理意義。難點(diǎn)：自注意力的空間復(fù)雜度優(yōu)化。科學(xué)探索：Transformer架構(gòu)對(duì)深度學(xué)習(xí)范式的顛覆性創(chuàng)新。2第3章：數(shù)據(jù)工程與預(yù)處理1.語(yǔ)料庫(kù)來(lái)源與質(zhì)量評(píng)估；2.Tokenization算法（BPE,SentencePiece）；3.數(shù)據(jù)清洗、去重與合成數(shù)據(jù)（SyntheticData）；4.指令微調(diào)數(shù)據(jù)集構(gòu)建。重點(diǎn)：數(shù)據(jù)多樣性與對(duì)齊效果的關(guān)系。難點(diǎn)：高效分詞器的設(shè)計(jì)原理?？茖W(xué)態(tài)度：強(qiáng)調(diào)基礎(chǔ)數(shù)據(jù)的純凈性。樹(shù)立“數(shù)據(jù)有倫理、算法有溫度”的價(jià)值觀，明確技術(shù)人員的數(shù)據(jù)道德邊界。2第4章：大模型微調(diào)與優(yōu)化1.微調(diào)流程、2.調(diào)方式及微調(diào)工具等重點(diǎn)：LoRA的低秩矩陣分解原理。難點(diǎn)：不同微調(diào)策略在下游任務(wù)中的選型。開(kāi)源精神：HuggingFace等社區(qū)推動(dòng)的技術(shù)普惠。2第5章RAG技術(shù)1.RAG的定義、發(fā)展、工作流程2.典型應(yīng)用方式3.向量化混合檢索的技術(shù)原理等4.RAG優(yōu)化重點(diǎn)：RAG的端到端鏈路設(shè)計(jì)。難點(diǎn)：分塊策略對(duì)檢索精度的影響。求真務(wù)實(shí)：通過(guò)RAG技術(shù)治理AI“一本正經(jīng)胡說(shuō)八道”。2第6章：智能體入門1.Agent定義與四要素（規(guī)劃、記憶、工具使用、行動(dòng)）；2.Agent技術(shù)框架、工作流程3.多智能體協(xié)作系統(tǒng)；4.Agent行業(yè)應(yīng)用。重點(diǎn)：智能體的自主決策邏輯。難點(diǎn)：復(fù)雜任務(wù)拆解與錯(cuò)誤自我修正。職業(yè)規(guī)劃：從開(kāi)發(fā)者轉(zhuǎn)變?yōu)锳I系統(tǒng)的“指揮官”。4第7章：AI編程與應(yīng)用1.自然語(yǔ)言編程概念；2.Cursor、Trae及主流AI編程工具；3.代碼解釋與生成流程；4.AI輔助系統(tǒng)重構(gòu)與測(cè)試。重點(diǎn)：如何通過(guò)精準(zhǔn)Prompt生成高質(zhì)量代碼。難點(diǎn)：AI生成代碼的安全審計(jì)及測(cè)試。工匠精神：即便有AI，也要保持對(duì)代碼質(zhì)量與邏輯的極致追求。4第8章：多模態(tài)大語(yǔ)言模型1.圖像與視頻生成工具的使用方法；2.多模態(tài)數(shù)據(jù)處理與生成技術(shù)的綜合應(yīng)用能力。重點(diǎn)：如何選用多模態(tài)工具。難點(diǎn)：圖像和視頻的提示詞迭代技巧。興趣：通過(guò)我國(guó)在多模態(tài)AI領(lǐng)域的研究成果，增強(qiáng)學(xué)生的民族自豪感第9章：大模型本地部署1.大模型本地部署的重要性2.大模型本地部署的準(zhǔn)備工作3.Deepseek本地部署選型及實(shí)驗(yàn)步驟。重點(diǎn)：模型量化對(duì)性能與顯存的權(quán)衡。難點(diǎn)：高并發(fā)推理場(chǎng)景下的吞吐優(yōu)化。工匠精神與嚴(yán)謹(jǐn)性：在部署過(guò)程中引導(dǎo)學(xué)生關(guān)注每一個(gè)配置參數(shù)，培養(yǎng)嚴(yán)謹(jǐn)?shù)墓こ趟季S與細(xì)致的職業(yè)態(tài)度。2第10章：大語(yǔ)言模型的應(yīng)用案例1.理解智能客服系統(tǒng)的工作原理。2.探討AI家教在教育領(lǐng)域的應(yīng)用3.了解大語(yǔ)言模型在不同行業(yè)的應(yīng)用案例，如金融、醫(yī)療領(lǐng)域，4.掌握COZE自動(dòng)化工具的應(yīng)用并搭建簡(jiǎn)易智能體。5.構(gòu)建智能問(wèn)答系統(tǒng)；6.用AI工具搭建簡(jiǎn)易網(wǎng)站等重點(diǎn)：三大核心生活場(chǎng)景應(yīng)用；智能客服、購(gòu)物助手、AI家教。難點(diǎn)：從非結(jié)構(gòu)化數(shù)據(jù)到知識(shí)庫(kù)的轉(zhuǎn)化：理解向量化存儲(chǔ)、語(yǔ)義索引與精準(zhǔn)檢索的技術(shù)挑戰(zhàn)?？萍挤?wù)社會(huì)（責(zé)任感）：通過(guò)智能客服與AI家教的普及，講述技術(shù)如何跨越教育鴻溝、提升社會(huì)服務(wù)效率，引導(dǎo)學(xué)生思考科技向善。2第11章大語(yǔ)言模型的評(píng)估1．理解大語(yǔ)言模型評(píng)估的重要性及多維度框架；2.掌握功能性、性能、對(duì)齊性和安全性等關(guān)鍵評(píng)估指標(biāo)；3.學(xué)會(huì)運(yùn)用人工評(píng)估、大語(yǔ)言模型評(píng)估和對(duì)比評(píng)估方法重點(diǎn)：功能性、性能、對(duì)齊性、安全性評(píng)估的核心定義。難點(diǎn)：不同評(píng)估指標(biāo)的適用場(chǎng)景區(qū)分。學(xué)習(xí)張鈸院士的科研事跡，強(qiáng)化“嚴(yán)謹(jǐn)評(píng)估是AI技術(shù)落地前提”的認(rèn)知。第12章：倫理、安全與未來(lái)趨勢(shì)大模型的倫理挑戰(zhàn)大模型的安全隱患大模型發(fā)展的趨勢(shì)重點(diǎn)：大模型安全紅線與合規(guī)開(kāi)發(fā)。難點(diǎn)：1、倫理與技術(shù)的平衡策略；2、安全風(fēng)險(xiǎn)的隱蔽性與防御復(fù)雜性；3、新興技術(shù)（如LNNs、合成數(shù)據(jù)）的倫理安全邊界；4、跨行業(yè)倫理安全標(biāo)準(zhǔn)的差異化應(yīng)用。法律意識(shí)：學(xué)習(xí)國(guó)家AI監(jiān)管政策，做守法合規(guī)的技術(shù)開(kāi)發(fā)者。2五、實(shí)驗(yàn)教學(xué)內(nèi)容與學(xué)時(shí)分配（20學(xué)時(shí)）實(shí)驗(yàn)部分強(qiáng)調(diào)“手感”與“實(shí)戰(zhàn)”，要求學(xué)生在動(dòng)手操作中深化理論理解。實(shí)驗(yàn)項(xiàng)目名稱實(shí)驗(yàn)主要內(nèi)容核心知識(shí)點(diǎn)課程思政元素實(shí)驗(yàn)類型學(xué)時(shí)1.提示詞工程實(shí)戰(zhàn)任務(wù)：設(shè)計(jì)并撰寫一份教學(xué)大綱。角色：一名具有豐富電子商務(wù)教學(xué)經(jīng)驗(yàn)的大學(xué)教授。PromptDesign思辨能力與邏輯嚴(yán)密性驗(yàn)證性22.數(shù)據(jù)集預(yù)處理與清洗編寫Python腳本，基于公開(kāi)數(shù)據(jù)集完成對(duì)話數(shù)據(jù)集的構(gòu)建，即清洗原始語(yǔ)料，

敏感信息過(guò)濾，數(shù)據(jù)集拆分與保存Json。split_and_save,DataClean細(xì)致入微的工程態(tài)度設(shè)計(jì)性23.大語(yǔ)言模型微調(diào)與優(yōu)化LLaMa-Factory實(shí)現(xiàn)LoRA微調(diào)。LoRA,LossAnalysis科技攻關(guān)與自主創(chuàng)新綜合性24.RAG技術(shù)基于LangChain的醫(yī)學(xué)領(lǐng)域RAG系統(tǒng)實(shí)現(xiàn)，整合向量數(shù)據(jù)庫(kù)與LangChain，開(kāi)發(fā)一個(gè)基于本地PDF文檔的智能問(wèn)答系統(tǒng)。VectorDB,Embedding,RAG信息安全與真實(shí)性保障綜合性25.智能體（Agent）技術(shù)入門智能體名稱：校園導(dǎo)覽助手核心功能：(1) 通過(guò)知識(shí)庫(kù)回答校園建筑位置、開(kāi)放時(shí)間等常見(jiàn)問(wèn)題；(2) 通過(guò)工作流實(shí)現(xiàn)動(dòng)態(tài)交互（如活動(dòng)推薦、路線規(guī)劃）。COZE,workflow創(chuàng)新思維與應(yīng)用價(jià)值設(shè)計(jì)性26.AI輔助開(kāi)發(fā)項(xiàng)目實(shí)戰(zhàn)Cline實(shí)現(xiàn)一個(gè)停車場(chǎng)管理系統(tǒng)的前端開(kāi)發(fā),深入體驗(yàn)其自然語(yǔ)言輸入和代碼生成功能,了解如何利用AI技術(shù)將創(chuàng)意迅速轉(zhuǎn)化為實(shí)際可用的網(wǎng)頁(yè)產(chǎn)品。VSCode+Cline,NaturalLanguageCoding重塑開(kāi)發(fā)流程與飛速提升產(chǎn)能綜合性27.本地大模型部署與量化使用Ollama部署DeepSeek系列模型，并對(duì)比不同量化級(jí)別下的運(yùn)行速度與資源占用。DeepSeekR1LocalDeployment,解決云端服務(wù)的數(shù)據(jù)隱私、網(wǎng)絡(luò)依賴和成本問(wèn)題。驗(yàn)證性28.大模型應(yīng)用案例實(shí)驗(yàn)：4選21.使用Coze自動(dòng)生成小紅書文檔2.使用Coze平臺(tái)輔助教學(xué)設(shè)計(jì)3.構(gòu)建基于PDF的智能問(wèn)答系統(tǒng)4.用AI智能生成簡(jiǎn)易網(wǎng)站AIAssistinTeachingDesign;IntelligentQ&A;WebsiteswithAIGenerationAI賦能應(yīng)用開(kāi)發(fā)及提升智能性的潛力驗(yàn)證性2六、教學(xué)方法與手段案例教學(xué)法（CaseStudy）：引入Cline、、Trae、字節(jié)扣子等真實(shí)工業(yè)應(yīng)用案例，解析大模型在生產(chǎn)環(huán)境中的實(shí)際部署與應(yīng)用方法?；旌鲜浇虒W(xué)：利用超星、云課堂等平臺(tái)發(fā)布預(yù)習(xí)資料，課堂時(shí)間重點(diǎn)進(jìn)行“蘇格拉底式”提問(wèn)與疑難公式推導(dǎo)?！斑呏v邊碼”模式：教師在理論課中實(shí)時(shí)演示代碼邏輯，學(xué)生在實(shí)驗(yàn)課中進(jìn)行全量開(kāi)發(fā)，通過(guò)雙線并行強(qiáng)化工程手感。項(xiàng)目驅(qū)動(dòng)法（PBL）：學(xué)生需3-4人結(jié)組，在期末前完成一個(gè)具有實(shí)際應(yīng)用場(chǎng)景的“大模型應(yīng)用”原型開(kāi)發(fā)并進(jìn)行展示。七、考核方式與評(píng)分標(biāo)準(zhǔn)課程考核采用全過(guò)程評(píng)價(jià)體系，重點(diǎn)考察學(xué)生的理論轉(zhuǎn)化能力與工程創(chuàng)新能力?？己谁h(huán)節(jié)考核形式評(píng)分標(biāo)準(zhǔn)占比平時(shí)考核出勤、提問(wèn)、前沿動(dòng)態(tài)分享考勤滿分，分享技術(shù)周報(bào)1次。10%隨堂測(cè)驗(yàn)2次閉卷測(cè)試考核Transformer公式推導(dǎo)及核心概念。15%實(shí)驗(yàn)報(bào)告8次實(shí)驗(yàn)記錄與總結(jié)實(shí)驗(yàn)結(jié)果正確，邏輯