【深度之眼2025-2026】科研大会员课件及资料合集
科研大会员├─1-【2025专题一 】免训练扩散模型课件及资料
│├─A预习要求及资料
│││【专题一预习资料文档】视觉大模型——免训练扩散模型.pdf
│││
││├─推荐Paper
│││ 【ICML2024】Mastering Text-to-Image Diffusion_ Recaptioning, Planning, and Generating with Multimodal LLMs.pdf
│││ 【NIPS 2024】RealCompo_ Balancing Realism and Compositionality Improves Text-to-Image Diffusion Models.pdf
│││
││└─推荐公开课
││ 1.机器学习规则说明.pdf
││ 10.（机器如何生成文本）课程直播连接.pdf
││ 11.大模型 + 大资料 = 神奇结果？（课程连接）.pdf
││ 12.【生成式AI】GPT-4 来了! GPT-4 这次有什么神奇的能力呢？ .pdf
││ 13.速览图像生成常见模型 .pdf
││ 14.浅谈图像生成模型 Diffusion Model 原理 .pdf
││ 15.Stable Diffusion、DALL-E、Imagen 背后共同的套路.pdf
││ 16.Diffusion Model 原理剖析 (optional)（课程直播连接）.pdf
││ 17.如何低资源复刻自己的 ChatGPT.pdf
││ 18.ChatGPT 可以自我反省!.pdf
││ 19.让 AI 村民组成虚假村庄会发生什么事 .pdf
││ 2.ChatGPT原理剖析1.pdf
││ 20.用语言模型来解释语言模型 .pdf
││ 21.让 AI 做计划然后自己运行自己.pdf
││ 22.FrugalGPT .pdf
││ 3.ChatGPT原理剖析2.pdf
││ 4.ChatGPT原理剖析3.pdf
││ 5.用 ChatGPT 和 Midjourney 来玩文字游戏.pdf
││ 6.生成式AI机器学习原理1.pdf
││ 7.生成式AI机器学习原理2.pdf
││ 8.生成式AI策略.pdf
││ 9.生成式AI-能够使用工具的AI.pdf
││ 【压缩包合集】【官方课件】MACHINE LEARNING 2023 SPRING.zip
││
│├─第1节
││ 【课件 】第1节 通俗易懂的扩散模型前沿学习.pdf
││ 第1节课后作业及要求.pdf
││
│├─第2节
││ 【课件 】第2节 现阶段扩散模型的常见贡献做法.pdf
││
│├─第3节
││ 【课件 】第3节为什么免训练成为了今年的顶会热门？.pdf
││
│└─第4节
│ 【课件 】第4节免训练扩散模型的实战.pdf
│
├─10-【2025专题十】基于 AI 辅助的医学图像处理与分析技术实战
││【预习资料】专题十-基于AI辅助的医学图像处理与分析技术实战.pdf
││
│├─第1节
││ 第一节-基于计算机视觉与深度学习下的医疗图像处理.pdf
││
│├─第2节
││ 第二节-代码 资料.zip
││ 第二节-基于深度学习的医疗影像分析（实战练习）.pdf
││
│├─第3节
││ 第三节-代码 资料.zip
││ 第三节-基于深度学习的医疗影像增强技术（实战练习）.pdf
││
│└─第4节
│ 第四节-基于多模态的医疗影像辅助诊断与分析.pdf
│
├─11-【2025专题十一】VLM（视觉语言模型）研究与应用
│├─推荐论文
││ 1908.02265v1.pdf
││ 1908.06066v3.pdf
││ 1908.07490v3.pdf
││ 2112.04482v3.pdf
││ 2112.10739v3.pdf
││ 2302.14045v2.pdf
││ 2405.17247v1.pdf
││ Learning_Transferable_Visual_Models_From_Natural_Language_Supervision.pdf
││
│├─第一节
││ VLM公开课第一节课.pptx
││
│├─第三节
││ VLM公开课第三节课.pptx
││
│├─第二节
││ VLM公开课第二节课.pptx
││
│├─第四节
││ VLM公开课第四节课.pptx
││
│└─预习资料
│ ml-fastvlm-main.zip
│
├─12-【2025专题十二】视频生成技术实战课程
│ 【科研大会员专题十二第三节】配置文件.zip
│ 【科研大会员专题十二第二节】配置文件.zip
│ 【第一节】基于ComfyUI-SVD的工作流搭建与参数调优(1).pdf
│ 【第三节】基于 SVD 时序机制的原理解析与 ComfyUI 参数详解.pdf
│ 【第二节】基于ComfyUI-ControlNet的多条件控制课件.pdf
│ 【第四节】基于Comfy UI的Animate Diff视频生成方法.pdf
│ 【课程大纲】【科研大会员专题十二】视频生成技术实战课程.docx
│
├─13-【26年专题一】大语言模型检索增强生成
││【01】大语言模型检索增强生成入门.pptx
││【02】RAG领域前沿研究方向.pptx
││【03】基础RAG系统实践.pptx
││【04】进阶RAG系统实践.pptx
││
│├─RAG_paper
││ 2307.11019v3.pdf
││ 2310.04408v1.pdf
││ 2312.10997v5.pdf
││ 2410.05779v3.pdf
││ Atlas Few-shot Learning with Retrieval-Augmented Language Models.pdf
││ Dense Passage Retrieval for Open-Domain Question Answering.pdf
││ From Local to Global A Graph RAG Approach to Query-Focused Summarization.pdf
││ LoRA Low-Rank Adaptation of Large Language Models.pdf
││ ReAct Synergizing Reasoning and Acting in Language Models.pdf
││ Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks.pdf
││ Tongyi DeepResearch Technical Report.pdf
││
│├─【03】代码资料
││ rag-tutorials-main.zip
││
│└─【04】代码资料
│ alpaca-lora-main.zip
│ rq-vae-transformer-main.zip
│
├─14-【26年专题二】基于大模型与智能体的安全研究
│├─第1节
││ 【01】大模型与智能体安全拆解.pptx
││
│├─第2节
││ 【02】Agent_red_team.zip
││ 【02】基于大模型的智能体安全威胁（实战练习）.pdf
││
│├─第3节
││ 【03】AgentAlign.zip
││ 【03】AgentAlign：Navigating Safety Alignment in the Shift from Informative to Agentic Large Language Models.pdf
││ 【03】基于智能体工作流的攻击与滥用（实战练习）.pdf
││
│├─第4节
││ 【04】面向现实应用的大模型与智能体安全治理与防护.pdf
││
│└─预习资料
│ 【2026科研大会员-专题二】预习资料.pdf
│ 必读论文.zip
│
├─15-【2026专题三】人机交互与机器学习交叉领域创新探索
│ 【第一节】【20260306】Chloe老师-基于行为数据建模与人机交互科研范式解析.pdf
│ 【第三节】【20260320】Chloe老师_行为数据与生理信号的数据处理与特征构建实战.pdf
│ 【第二节】【20260313】Chloe老师_基于生理信号建模与认知计算科研范式解析.pdf
│ 【第四节】【20260327】Chloe老师_行为数据与生理信号的表征学习与模型训练实战.pdf
│ 科研大会员【2026专题三】人机交互与机器学习交叉领域创新探索.pdf
│
├─16-【2026专题四-大模型驱动的智能化代码生成】
│└─【2026——专题四】
│ ├─第一节
│ │ PreclassExperiment(1).zip
│ │ Week1.pdf
│ │
│ ├─第三节
│ │ Week3.pdf
│ │
│ ├─第二节
│ │ Week2.pdf
│ │
│ └─第四节
│ Week4.pdf
│ week4_artifacts.zip
│
├─17-【2026专题五-大模型对齐(RHLF延伸)及其可解释性】
│ 0519-RLHF-RLVR代码.zip
│ 0526-SAE代码.zip
│ 【01】大模型对齐训练算法.pptx
│ 【02】大模型可解释性算法SAE.pptx
│ 【03】代码实践：对齐算法.pptx
│ 【04】代码实践：大模型SAE.pptx
│ 【预习资料】大模型对齐(RHLF延伸)及其可解释性.docx
│
├─18-【2026专题六-基于世界模型的强化学习与具身智能研究】
│ 【01】面向强化学习决策的世界模型路线梳理.pdf
│ 【02-03】dreamerv3-improved.zip
│ 【02】面向强化决策的世界模型建模与改进点探究（实战练习）.pdf
│ 【03】面向可落地实用的世界模型标准流研究（实战练习）.pdf
│ 【04】多模态大模型与世界模型的底层状态对齐研究与发文思路.pdf
│ 【2026科研大会员-专题六】预习资料.wps
│
├─19-【2026专题七-基因组、单细胞与生物分子中的大模型和科研智能体】
│ 【第一节】AI for Life Sciences 研究地图：从基因组、单细胞到生物分子.pdf
│ 【第三节】生物分子设计与药物发现：从预测模型到生成式 AI.pdf
│ 【第二节】单细胞与空间组学基础模型：从多模态数据到细胞状态建模.pdf
│ 【第四节】LLMAgent 驱动的生命科学科研工作流与发文思路.pdf
│
├─2-【2025专题二 】 PINN课件及资料
│├─【专题二】PINN直播课 课前资料
││ 【专题二】PINN直播课-直播大纲.docx
││ 【专题二】PINN直播课-预习资料.docx
││
│└─课件+代码
│ ├─代码
│ │ PINN_1d_wave_forward.py
│ │ PINN_1d_wave_forward_hard.py
│ │ PINN_1d_wave_inverse.py
│ │ Pytorch_regression_hyper.py
│ │
│ └─课件
│ 1.神经网络基石：从零构建你的第一个模型.pdf
│ 1.神经网络基石：从零构建你的第一个模型作业.pdf
│ 2.PINN核心技术揭秘：如何用神经网络求解偏微分方程？.pdf
│ 3.PINN实战演练：手把手搭建波动方程求解器.pdf
│ 4.PINN疑难杂症诊断：伪解、不收敛问题全解析.pdf
│
├─20-【2026专题八-基于强化学习的多智能体协作】
│├─第一节
││ 第1讲_Agent发展脉络与基本概念_什么是Agent.pdf
││
│├─第三节
││ 第3讲_Baseline实操_学员资料包.zip
││ 第3讲_多智能体协作与强化学习_从固定SOP到可学习策略.pdf
││
│├─第二节
││ 第2讲_Agent基本范式_Smallville主线.pdf
││ 第二讲_Agent基本范式_代码素材.zip
││
│└─第四节
│ 第4讲_Agent终身学习_从Voyager到持续进化.pdf
│ 第4讲_Baseline代码资料包_JitRL_AKD-PMP_20260826.zip
│
├─3-【2025专题三】 Graph mamba专题课件及资料
│├─A预习要求及资料
││ 【专题三】Graph Mamba研究与应用.docx
││
│└─课件及实验手册等资料
│ │Class1-Graph Mamba背景与介绍.pptx
│ │Class2-Mamba深度剖析：什么是状态空间模型？.pdf
│ │Class3-论文解读：Graph与Mamba的近期论文解读.pdf
│ │
│ ├─Class4-（实操课无课件）-参考实验手册
│ │ Graph Mamba实验手册.docx
│ │ Graph Mamba实验手册.pdf
│ │
│ └─【先看这个】4节课的实验课内容及执行手册
│ Graph Mamba实验手册.docx
│ Graph Mamba实验手册.pdf
│
├─4-【2025专题四】多模态大模型（DeepSeek研究与应用）资料整理
│├─【专题四】课件整理
││ 第一节-多模态大模型.pdf
││ 第三节-大模型训练动手实践.pdf
││ 第二节-大模型分布式训练.pdf
││ 第四节-DeepSeekV3R1.pdf
││
│└─【专题四】预习资料
│ 【专题四】-多模态大模型系列讲座预习.docx
│ 推荐文章及资料链接.docx
│
├─5-【2025专题五】知识图谱与大模型课件与资料
││【专题五】知识图谱与大语言模型-课后作业.docx
││
│├─【1】知识图谱理论体系与应用场景解析
││ 第1节-知识图谱基础(1).pdf
││
│├─【2】知识图谱代码实践与应用
││ 第2节-知识图谱代码实践与应用.pdf
││
│├─【3】大语言模型基础
││ 第3节-大语言模型基础.pdf
││
│└─【4】知识图谱与大语言模型
│ 第4节-知识图谱与大语言模型.pdf
│
├─6-【2025专题六】基于强化学习的深度推理增强技术实战
││【专题六】第1节：深度推理大模型入门.pdf
││【专题六】第2节：推理大模型深度剖析：如何获得顿悟时刻？.pdf
││【专题六】第3节：Deepseek大模型训练实战演练：拥抱顿悟时刻.pdf
││【专题六】第4节：Deepseek大模型训练实战演练-如何让深度推理增强更高效.pdf
││第3-4节课-代码实操.zip
││第3节学习时使用-代码实操-open_r1.zip
││
│├─【实验手册】第2节至第3节的练习作业
││ 【专题六】实验手册-R1模型-v1.pdf
││ 【专题六】实验手册-R1模型-v1.zip
││
│└─预习资料
│ 【科研大会员-专题六】基于强化学习的深度推理增强技术实战（预习资料）.doc
│
├─7-【2025专题七】具身智能之人形机器人——基于强化学习的人形机器人技术实战
│ code.rar
│ week1-基于强化学习的机器人训练入门.pdf
│ week2-基于强化学习的人形机器人基础知识与原理.pdf
│ week3-融合强化学习与模仿学习的人形机器人步态训练复现.pdf
│ week4-融合LLM的人形机器人步态训练实操.pdf
│ 【专题七】具身智能之人形机器人——基于强化学习的人形机器人技术实战.docx
│ 环境配置、mujoco操作和GitHub项目链接.rar
│
├─8-【2025专题八】通用大模型智能体
│ a2a_code.zip
│ amap_fudan.zip
│ MCP.pdf
│ week1.pptx
│ week2.pptx
│ week3.pptx
│ week4.pptx
│
├─9-【2025专题九】时序思维与跨学科应用
│├─第1节
││ lesson1_torch_forecast_air_updated_v2.ipynb
││ 【第1节】单变量时间序列问题.pdf
││
│├─第2节
││ lesson2_store_sales_lstm .zip
││ 【推荐文献】时间序列跨学科应用文献1&2.pdf
││ 【第2节】时间思维跨学科应用——多元时间序列.pdf
││
│├─第3节
││ 【第3节】时序专题-时序异常检测.pdf
││ 科研大会员时序专题-lesson3-代码.zip
││
│├─第4节
││ 【第4节】科研大会员-时序异常分类.pdf
││ 科研大会员时序专题-lesson4-代码.zip
││
│└─预习资料
│ 【预习资料】时序思维与跨学科应用.pdf（含基础要求及链接）
│
└─A【压缩包备份】2025专题资料
【专题一 】免训练扩散模型课件及资料.zip
【专题七】具身智能之人形机器人——基于强化学习的人形机器人技术实战.zip
【专题三】 Graph mamba专题课件及资料.zip
【专题九】时序思维与跨学科应用.zip
【专题二 】 PINN课件及资料.zip
【专题五】知识图谱与大模型课件与资料.zip
【专题八】通用大模型智能体.zip
【专题六】基于强化学习的深度推理增强技术实战.zip
【专题十】基于 AI 辅助的医学图像处理与分析技术实战.zip
【专题十一】VLM（视觉语言模型）研究与应用.zip
【专题十二】视频生成技术实战课程.zip
【专题四】多模态大模型资料整理.zip
百度网盘:https://pan.baidu.com/s/10SXRVDmvjBQSjWLtLpkjXg?pwd=pkwg 提取码:pkwg
夸克网盘:https://pan.quark.cn/s/eeb695183d4b
第321期 https://api.kt6.cc/qrcode.php?url=https://pan.baidu.com/s/10SXRVDmvjBQSjWLtLpkjXg?pwd=pkwghttps://api.kt6.cc/qrcode.php?url=https://pan.quark.cn/s/eeb695183d4b
页:
[1]