关键知识
- 了解 Agent、上下文工程等方向的最新研究脉络
- 理解 KV Cache、Flash Attention 等推理加速方法的原理
- 知道模型编辑、模型合并等新技术要解决什么问题
前置知识
完成 L4，或学过李宏毅 2025 秋季导论课。 访问说明：课程视频在 YouTube，中国大陆需能访问 YouTube；多数讲义在课程页获取。
建议练习
选一讲（如 KV Cache）看完后写一页结构化笔记：要解决的问题、核心方法、代价与局限，再找一篇讲座引用的原始论文，对照检查笔记是否准确。
依据与出处
编辑整理，依据已获取的简介或片段。请结合原始资料核对技术细节。
上下文实操：让 AI 接着做项目，减少忘记约定和乱补信息
用一段会议记录建立工作记忆，练习筛选材料、保留冲突、换会话交接与输入预算，附完整提示和可运行预算示例。
打开站内手册 →来源与内容说明
李宏毅 / 台湾大学 · 李宏毅 / 台湾大学
保留作者与原始链接，第三方资料的权利属于原作者。
收录：2026年10月19日
核对原始资料待核验公开版本 1
适用范围：2026-10-09 核对：课程页课表为 2026-03-06 至 2026-06-05，HW10 截止 2026-06-18（UTC+8）。
人工核验：尚无核验记录