课程介绍

《动手学大模型智能体》系列系统讲解了大模型智能体的基本内容及其代码实现，是一本着眼于大模型智能体教学实践的课程。

本课程包含 4 个部分:第一部分为大模型基础篇(第 1~4 章)，介绍大模型与智能体以及生成式大语言模型的基础知识、提示工程的技术和实用方法、智能体评估与调试方法；第二部分为智能体架构篇(第 5~8 章)，讲解主流的智能体架构设计、记忆管理与检索增强、工具调用以及推理、规划与树搜索增强核心组件；第三部分为智能体微调篇(第 9~11 章)，主要讨论指令微调、低秩适应微调与模型量化以及强化微调等大模型智能体微调技术；第四部分为智能体前沿篇(第 12~15 章)，涉及多模态智能体、多智能 体系统、智能体安全以及智能体协议等前沿领域的最新进展。本课程将大模型智能体的理论知识和实践操作相结合，以大量示例和代码带领读者系统掌握大模型智能体的研究内容和基本原理，为后续涉足大模型智能体的前沿应用打下基础。

本课程适合对大模型智能体感兴趣的专业技术人员和研究人员阅读，同时适合作为高等院校人工智能相关专业中大模型智能体课程的辅助教材。

讲者介绍

温睦宁 助理研究员

上海交通大学人工智能学院助理研究员，于 2025 年获得上海交通大学计算机科学与技术博士学位。研究方向主要 集中于强化学习、大模型智能体以及多智能体系统等方面，拥有丰富的强化学习及智能体系统实践经验，累计发表国际学术论文 20 余篇，自2022年以来持续担任NeurIPS、ICML、ICLR等国际顶级会议学术会议审稿人。

课程目录

01 初探大模型智能体

02 生成式大语言模型

03 提示工程

04 大模型智能体评估

05 智能体架构

06 记忆管理与检索增强

07 外部工具调用

08 推理、规划和树搜索增强

09 指令微调

10 LoRA微调与模型量化

11 强化微调

12 多模态智能体

13 大模型多智能体

14 智能体攻防

15 智能体通信协议