佐治亚理工2026年LLM课程课表可作前沿论文清单

最近看到佐治亚理工 2026 年的 LLM 课程，光看课表就很值得收藏。

它很像一份已经帮你筛过一遍的「2026 大模型前沿论文阅读清单」。

前面还有 Pretraining、Embedding、MoE 这些基础，但很快就进入 Agent Harness、GRPO、DAPO、自博弈 RL、Test-Time Scaling、Long Context。

后面甚至已经排到了 Linear Transformer、Diffusion LM、模型安全和 Mechanistic Interpretability。

DeepSeek-V2、DeepSeek-V3.2、OpenHands、Absolute Zero 这些最近经常讨论的工作，也直接进了课程。

我觉得这份课表很能说明现在 LLM 研究在关注什么。

训练一个更大的模型依然重要，但推理怎么扩展、Agent 怎么使用工具和记忆、模型怎么靠 RL 和环境交互继续提升，已经占了相当大的篇幅。

如果最近经常看到 GRPO、Self-Play、Agent Harness 这些词，却一直没找到一条比较完整的学习路线，可以直接顺着这份课表一篇篇读。

课程资源