根据DeepLearning.AI（@DeepLearningAI）消息，DeepLearning.AI联合AMD与知名讲师Sharon Zhou（@realSharonZhou）推出了《LLM微调与强化学习：后训练入门》新课程。该课程聚焦于如何将预训练大语言模型（LLM）通过后训练技术转化为开发者助手、智能客服、AI助理等高可靠性系统。课程通过五大模块，深入讲解微调、RLHF（基于人类反馈的强化学习）、奖励建模、PPO、GRPO、LoRA等主流技术，并涵盖评估方法设计、奖励机制漏洞检测、数据集准备与合成数据生成、生产级部署管道与反馈机制。此课程紧贴行业对LLM后训练与强化学习实操型人才的需求，为AI解决方案企业和应用开发商带来实质性商业机会（来源：DeepLearning.AI，2025年10月28日）。

根据DeepLearning.AI的官方信息，其与Predibase合作推出了《使用GRPO强化微调LLM》短课程，重点讲解了强化学习基础知识及Group Relative Policy Optimization（GRPO）算法在大语言模型（LLM）微调中的实际应用。该课程为AI从业者提供系统的GRPO实操指导，帮助企业和技术团队掌握高效、可扩展的LLM微调方法，满足企业级AI部署对模型性能和定制化的需求（来源：DeepLearning.AI官方Twitter，2025年5月24日）。