本文作者：meng shao（@shao__meng）。版权归作者所有，未经授权禁止转载。
斯坦福大学 @stanfordnlp 双胞胎兄弟（Afshine & Shervine Amidi @afshinea @shervinea，CS 229/230 速查表的知名作者）开设的 LLM 全景式课程：用 9 次讲座走完从 Transformer 基础到 AI Agent、扩散语言模型、RL 训练的前沿，属于 "密集的知识地图" 课程，很适合重新梳理 LLM 全局理论基础。
课程分四个板块，层层递进
板块一：基础（第 1–2 周） 从 NLP 演进（Word2vec → RNN/LSTM → Attention）讲到完整 Transformer 架构，再进入现代 LLM 设计，MoE 混合专家、MHA/MQA/GQA 注意力变体、RoPE 位置编码、采样策略与温度。这是"从零到读懂现代模型架构"的路径。
板块二：训练（第 3–4 周） 覆盖完整的训练栈：预训练 → SFT → LoRA → RLHF/DPO 偏好调优，再到推理能力（Reasoning）。第 4 周单独用一讲讲强化学习与 LLM 的结合，PPO、GRPO、RLVR、在线策略蒸馏（OPD），这部分正是当前推理模型（如 o1/R1 类）的核心技术，紧跟前沿。
板块三：系统与工程（第 6–7 周） 期中之后的重头戏：分布式训练、KV 缓存、投机解码、Flash Attention、硬件权衡等推理优化，然后是 AI Agent，工具调用、MCP 协议、记忆与检索、编程智能体。这两讲是"把 LLM 用起来"的工程视角，与前面"训练出来"形成闭环。
板块四：评估与前沿（第 8–10 周） LLM-as-a-judge 的最佳实践与偏差陷阱、智能体评估与基准测试，最后以扩散语言模型（Diffusion LLM，一个新兴的非自回归生成方向）和多模态趋势收尾。
这门课的独特之处
1. 知识密度极高、节奏极快：平均一讲塞进一个完整子领域（如整个 RLHF/GRPO 只有一讲），适合建立全局认知，不适合追求手写实现的深度学习者。
2. 评估方式罕见：零作业、两次考试，把学习压力全部压在讲座内容本身的理解上，更像一门"概念课"而非"项目课"。
3. 前沿覆盖度好：GRPO、RLVR、MCP、投机解码、Diffusion LLM 都是近一两年才成熟的话题，更新速度快于多数大学课程。
4. 配套资源质量有保障：Amidi 兄弟以制作精良的图解速查表闻名（CS 229/230 cheatsheet 被全球广泛使用），本课的 Study Guide 和 15 语言速查表延续了这一风格，且公开可获取。
5. 自我定位清晰：FAQ 明确说了适合"已懂基础 ML、想系统理解 Transformer 原理和 LLM 最新趋势"的人，不预设深度研究背景。
速查表资源
CME295 速查表
CS 229 机器学习速查表
CS 230 深度学习速查表
