斯坦福 CS329A《自我改进 AI Agent》9 讲全套免费上线 YouTube

techNmak · x · 2026-11-17

斯坦福研究生课程 CS329A 的 9 集讲座系列已免费发布在 YouTube(Stanford Online 频道),累计超 10 小时,播放量已超 14 万。授课者包括参与过 PaLM、Gemini、Claude 研发的学者。内容覆盖:测试时计算扩展、鲁棒验证与 verifier/奖励模型、从工具与代码执行反馈中学习、规划与多步推理、训练时扩展与 RL、自我改进 agent 与深度研究 agent、长程 agent 任务评测等。课程涉及 ReAct、STaR、DeepSeekMath、AlphaCode 等研究,适合想系统学 AI/ML 工程的人免费替代付费 agent 课程。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →