根据Andrew Ng的信息，DeepLearning.AI发布了由AMD人工智能副总裁Sharon Zhou授课的五模块LLM后训练课程，现已上线；来源：Andrew Ng在X平台。 据DeepLearning.AI课程页面，课程涵盖监督微调、奖励建模、RLHF、PPO、GRPO、LoRA以及部署前后评测设计；来源：DeepLearning.AI课程页面。 据Andrew Ng所述，后训练是前沿实验室将基础LLM变成可指令、可靠助手的关键技术，并能把仅约80%成功率的演示级系统提升为稳定一致的表现；来源：Andrew Ng在X平台。 据DeepLearning.AI课程页面，学习者将掌握利用RLHF对齐行为、用LoRA高效微调而无需重新训练整模型、准备数据集与合成数据、以及以进退关卡与反馈回路运营LLM生产流水线的技能；来源：DeepLearning.AI课程页面。