【中英双语】2026版首发斯坦福CS329A:自改进AI Agents完整课
合集 · AI Agent全栈开发 (21)
-
【中文配音】LLM提示词工程实战全31讲:LangChain模板/自动评测/红队安全/CI-CD,从手写Prompt到工程化量产
2:16:15
-
【中文配音】范德堡大学《ChatGPT提示词工程》全38讲:Coursera百万人气王牌课,从入门到精通
4:50:43
-
【中文配音】22讲吃透AI Agent开发:OpenClaw生产级手把手教程
2:36:01
-
【中英双语】10小时精通AI Agent开发:LangChain、RAG、Guardrails、Gateways 全栈实战
22:28:32
-
【中英双语】10分钟上手Hermes:开源AI Agent真香,告别OpenClaw | NetworkChuck
1:05:18
-
【中英双语】3小时掌握LangChain Deep Agents从入门到实战
5:26:44
-
【中英双语】向量搜索+RAG实战:从零开始带你理解如何把私有数据与大型语言模型深度结合
2:25:50
-
【中英双语】从零掌握20种Agentic AI设计模式实战课
2:16:23
-
【中英双语】从零搭建个人AI助手!Hermes Agent完整部署教程,1小时学会 | Nate Herk | AI Automation
1:56:46
-
【中英双语】「保姆级攻略」成为靠谱的Agent工程师,用AI造万物!
2:16:44
-
【中文配音】AI Agent从零到生产:10步搭建完整技术栈,17种推理方法+9类记忆体系全解析
28:25
-
【中英双语】7分钟搞懂MCP:AI模型与外部工具交互的通用协议
15:56
-
【中英双语】ChatGPT到AI Agent全解析:Transformer/MCP/架构/实战
1:15:10
-
【中英双语】AI智能体记忆系统实战:Mem0完整架构解析,让Agent跨对话记住你 | Hugging Face
52:47
-
【中英双语】2026版首发斯坦福CS329A:自改进AI Agents完整课
19:43:32
-
【中英双语】企业级持续学习实战:自蒸馏让AI代理效率提升3倍 | AI Engineer
35:26
-
【中英双语+资料】CMU 11-768智能体,工具调用+长上下文+记忆技能,一次看懂|AI Agents 2026
8:15:32
-
【英文原声+资料】跟着做一遍:用 LangChain 搭一个能语音对话的 AI 助手|2026 完整版
29:23:47
-
【中英双语】AI agent vs AI infra必备:什么是向量数据库?向量数据库核心原理是什么?有哪些方案可以选择?
8:46
-
【中文配音+资料】AI可写简历项目-Agent智能语音聊天机器人-LangChain+NLP+LLM|2026最新完整版本
23:08:06
-
【中文配音】后端开发面试13大高频考点:从一致性哈希到RAG实战
7:20:03
Parts
- P1 · [中文] 01 课程导论与概览
- P2 · [必看] 1分钟:双语怎么切-充电解锁课程站
- P3 · [英文] 01 Course Overview|完整英文在后半部
- P4 · [中文] 02 推理时计算缩放
- P5 · [中文] 03 鲁棒验证技术
- P6 · [中文] 04 工具反馈中的学习
- P7 · [中文] 05 规划与多步推理
- P8 · [中文] 06 训练时扩展与强化学习
- P9 · [中文] 07 自我改进与深度研究
- P10 · [中文] 08 智能体评估与长时程任务
- P11 · [中文] 09 未来研究方向
- P12 · [英文] 02 Test-Time Compute Scaling
- P13 · [英文] 03 Robust Verification
- P14 · [英文] 04 Learning from Feedback with Tools
- P15 · [英文] 05 Planning and Multi-Step Reasoning
- P16 · [英文] 06 Train-Time Scaling / Scaling RL
- P17 · [英文] 07 Self-Improvement and Deep Research
- P18 · [英文] 08 Agentic Evaluations and Long Horizon
- P19 · [英文] 09 Future Research Areas
Description
斯坦福 CS329A《Self-Improving AI Agents》完整课|中英双语可切换 从推理时计算缩放、鲁棒验证,到工具反馈学习、多步规划、训练时强化学习,再到自我改进与长时程评估——系统讲清如何让 AI Agent 持续变强。 📌 本期看点 · Test-Time Compute:不训练也能放大推理能力 · Robust Verification:可验证的自我改进闭环 · 工具反馈学习 / 规划与多步推理 · Train-Time Scaling 与强化学习扩展 · Agentic Evaluation 与长时程任务评测 🧭 观看指南 共 9 讲完整课。P1–P9 中文配音版,P10–P18 英文原声版,可按需切换。B 站首发中配完整版。 🎯 适合人群 做 Agent / LLM 应用与研究的工程师、研究生,以及想系统理解「自我改进智能体」路线的同学。 持续更新海外名校硬核课程,点赞收藏关注三连,你的支持是更新的最大动力!
Comments
美国顶级名校产学研真的强,教授大模型的是谷歌和claude code搞研究的
♥ 18
还没看,但是agent课程非常容易落伍吧?变化太快了
♥ 16 ↩ 3
您好,这是今年的吗,我看官网教案只有去年秋季的
♥ 3 ↩ 2
去年已经过时了,官方说了过时85%内容过时,2026的CS 329Z刚刚开始
♥ 2 ↩ 1
机翻之后的内容还是感觉质量超高,干货满满
♥ 1
2026新课CS329Z已经开始注册了: 《Engineering Al Agents》https://cs329z.stanford.edu/
♥ 1 ↩ 1
这门课好像没有homework?在官网都没看到。
♥ 1 ↩ 2
[哈欠]
♥ 1
卧槽,这配音是我听到的适配最好的
♥ 1 ↩ 1
有设有英文版
↩ 1
观看英文版请跳转至P11-P19
请问一下客座教授的讲座有么
已经充电了,请问有课程的slides或者notes吗?
↩ 1
普本计算机不知道干啥了算法摸不着[大哭]
↩ 1
和CS 329Z有什么区别呢
↩ 3
该课程不允许旁听,不是不许用AI
这门课的Guest Lectures有录像吗
↩ 1
教程里提到的自改善如果去掉LLM绑定变成通用的ai自我学习方法,效果可能会更好。ReAct目前已在AI编程中得到广泛使用,未来应该可应用场景会越来越多,目前自我改善可以先去改善Harness层(比如工作流、上下文管理、工具调用和评估机制),未来也可以用来模拟宇宙或者生物等封闭环境的进化,期待这几年新的突破吧!
10年前毕业论文就是做超长视频中的目标识别,当时就想到模型可以自我改进做长时程评估。但是平台性能比较一般与实时性的强要求就放弃了这种想法(用了多实例学习),没想到10年后自我改进做法已经变为现实,感叹科技发展真快![打call]
↩ 1