UCLA 公开课：大语言模型的强化学习（RL-LLM）

UCLA 公开课，系统讲解 RL 到 LLM 训练全链路，含代码与课件。

想系统吃透 RL + LLM 训练？UCLA 这门公开课值得翻翻

它不光是甩公式，而是从强化学习基础一路铺到 LLM 对齐训练，理论和实践都占，适合想把 RL 到 LLM 训练这条线真串起来的人。

课程覆盖这些核心内容：

• 强化学习基础：MDP、策略梯度、A3C、PPO 等核心算法
• LLM 前置知识：NLP、语言模型、RNN 等
• RLHF 全流程：数据收集 → 奖励模型 → 微调
• 进阶方向：可验证奖励强化学习与安全对齐
• 配套资源：Jupyter 代码、作业、视频和课件

🔗 课程主页：https://ernestryu.com/courses/RL-LLM.html