大语言模型原理与应用 教学进度表

（Logo）课程教学进度表2025-2026学年第X学期课程名称：大语言模型原理与应用课程代码：课程性质：选修开课单位：制订日期：2026年月教务处制表《大语言模型原理与应用》课程教学进度表202X-202X学年第X学期一、基本信息课程负责人[您的姓名]职称讲师/X教授教学团队[教研室成员姓名]授课对象2X级计算机科学、人工智能、软工、大数据专业学生等等课程名称大语言模型原理与应用课程代码10010011001（拟）课程性质限制性选修（专业选修）学分3理论学时28实践学时20教学方式理论讲授+实验实操+项目驱动教学课件选用教材《大语言模型原理与应用》，2026年1月版，清华大学出版社线上地址二、教学进度安排校历周次课堂类型主要教学内容（理论与实验同步推进）学时课后作业/实验任务执行情况理论第1章：走进大语言模型–大语言模型特征和功能、演进史、国产模型（DeepSeek）崛起及国外的先进模型等2调研国内外主流LLM差异及特点理论第2章：大语言模型的核心原理-Transformer核心架构-Encoder-Decoder，多头注意力、提示词工程等2用大模型辅助预习注意力机制这篇英语论文；复现简单的Self-Attention代码实验第2章实验：提示词工程实战2提交Prompt优化报告理论第3章：数据工程与预处理–数据集与处理流程和工具、预处理要求及数据安全合规性2熟悉预处理的数据集和程序实验第3章实验：预处理工具的使用。2提交：数据处理结果理论第4章：大模型微调与优化-LLM微调流程、两种微调方式及微调工具等2分析各种微调工具的优缺点和使用环境实验第4章实验：垂直领域模型微调（LoRA）-LLaMa-Factory微调医学/法律问答模型2提交微调参数及结果理论第5章：RAG技术–RAG的定义、发展、工作流程及典型应用方式及向量化混合检索的技术原理等2体会一个RAG的实际应用实验第5章实验：医学领域RAG系统的实现2提交RAG实验报告理论第6章：智能体技术入门–Agent概念、功能、原理、技术框架、工作流程及行业应用4设计多Agent协作场景，体会一个智能体的应用实验第5章实验：利用扣子平台搭建校园导览助手2提交智能体实验报告理论第7章：AI编程与大语言模型-自然语言编程、主流AI编程工具及对比等4使用AI重构一段既有代码实验第7章实验：AI编程搭建仓储管理系统的前端界面2提交Web应用部署链接/源码理论第8章：多模态大语言模型-主流AI图像及视频工具的使用等2使用AI与名人或风景合影实验第8章实验：文本生成图片、图片生成视频2提交实验报告理论第9章：大模型本地部署-大模型本地部署的重要性、大模型本地部署的准备工作、Deepseek本地部署选型及实验步骤。2了解大模型本地部署的实际案例实验第9章实验：DeepSeekR1本地部署2提交实验报告理论第10章：大语言模型的应用案例-理解智能客服系统的工作原理。-探讨AI家教在教育领域的应用-了解大语言模型在不同行业的应用案例，如金融、医疗领域，-掌握COZE自动化工具的应用并搭建简易智能体。-构建智能问答系统；-用AI工具搭建简易网站等2从阿里云选取一些AI应用案例加以体会实验第10章实验：书中四个实验人选两个4提交实验报告理论第11章：大语言模型的评估-理解大语言模型评估的重要性及多维度框架；-掌握功能性、性能、对齐性和安全性等关键评估指标；-学会运用人工评估、大语言模型评估和对比评估方法；2掌握通过平台或工具对模型进行快速评估的方法理论第12章：伦理、安全与未来趋势–大模型的伦理挑战、大模型的安全隐患、大模型发展的趋势2讨论