《机器学习2025春》是李宏毅老师（计算机科学家，台湾大学电机工程学系教授）主讲的一系列机器学习视频。本项目收集了我们在暑假期间学习《机器学习2025春》过程中详细的markdown笔记。我将该markdown笔记开源，希望与大家共同学习进步.
本项目的特色： markdown笔记与原课程视频一一对应，可以帮助大家一边听课一边理解。
课程视频共12节，视频时长由半小时到两小时不等.由于篇幅问题，我将reason_eval、reason_shorter、edit三个视频合成为一篇笔记Model Editing。
本项目所用徽章来自互联网，如侵犯了您的图片版权请联系删除，谢谢。
本项目分享的课程==机器学习 2025 春==是台湾大学李宏毅教授面向生成式 AI 时代的最新课程，融合经典机器学习与前沿生成模型、AI Agent 技术，以生动案例和实践项目帮助学生掌握从基础到前沿的全栈能力。
本课程不仅涵盖监督学习、无监督学习、迁移学习等传统机器学习方法，还重点引入了生成式 AI 推理能力和AI Agent 多步骤任务执行两大前沿主题。李宏毅教授通过实际演示，如利用 ChatGPT 生成讲稿、Breezy Voice 合成语音、Heygen 制作数字人视频，让学生直观感受生成式 AI 的应用潜力。
同时，课程深入剖析了自回归生成、Token 化原理、Transformer 与 Mamba架构的优缺点，并通过订餐等生活化案例讲解 Agent 的规划、工具调用和交互判断能力。这使得学生在掌握技术原理的同时，也能学会将其落地到实际场景中。
- 课程网址：ML 2025 Spring
- 李宏毅老师Youtube主页（亦可从主页进入观看）：Hung-yi Lee
- Bilibili课程网址：BV1aiADewEBC
此外，本门课程还附带有课堂练习，老师还附带有相应的代码实现。可从课程网址ML 2025 Spring中查看相应练习
| 章节 | 课程 | 链接 | 笔记 |
|---|---|---|---|
 |
1.生成式人工智能的技术突破和未来发展 | 第一讲 | 1.生成式人工智能技术突破和未来发展 |
 |
2.一堂课搞懂AI Agent的原理 | 第二讲 | 2.AI Agent |
 |
3.大型语言模型内部运作机制 | 第三讲 | 3.语言模型内部运作机制 |
 |
4.介绍Transformer的竞争者们 | 第四讲 | 4.Transformer的竞争者们 |
 |
5.大型语言模型训练方法——预训练-对齐 | 第五讲 | 5.预训练-对齐 |
 |
6.生成式人工智能的后训练与遗忘问题 | 第六讲 | 6.生成式人工智能的后训练和遗忘问题 |
 |
7.DeepSeek-R1这类大型语言模型是如何思考的 | 第七讲 | 7.大型语言模型的推理能力从何而来 |
 |
8.大型语言模型的推理过程不用过长 | 第八讲 | 8.模型编辑 |
 |
9.大型语言模型的能力评估 | 第九讲 | 8.模型编辑 |
 |
10.人工智能的"微创手术"——模型编辑 | 第十讲 | 8.模型编辑 |
 |
11.模型融合 | 第十一讲 | 9.模型融合 |
 |
12.大型语音语言模型的发展 | 第十二讲 | 10.语音语言模型的发展 |
感谢以下同学对本项目的组织
感谢以下同学对本项目的支持与贡献