【深度之眼2025-2026】科研大会员课件资料合集
└── 科研大会员├── 1-【2025专题一 】免训练扩散模型课件及资料
│ ├── 第1节
│ │ ├── 第1节课后作业及要求.pdf
│ │ └── 【课件 】第1节 通俗易懂的扩散模型前沿学习.pdf
│ ├── 第2节
│ │ └── 【课件 】第2节 现阶段扩散模型的常见贡献做法.pdf
│ ├── 第3节
│ │ └── 【课件 】第3节 为什么免训练成为了今年的顶会热门？.pdf
│ ├── 第4节
│ │ └── 【课件 】第4节 免训练扩散模型的实战.pdf
│ └── A预习要求及资料
│ ├── 推荐Paper
│ ├── 推荐公开课
│ └── 【专题一 预习资料文档】视觉大模型——免训练扩散模型.pdf
├── 2-【2025专题二 】 PINN课件及资料
│ ├── 【专题二】PINN直播课 课前资料
│ │ ├── 【专题二】PINN直播课-直播大纲.docx
│ │ └── 【专题二】PINN直播课-预习资料.docx
│ └── 课件+代码
│ ├── 代码
│ └── 课件
├── 3-【2025专题三】 Graph mamba专题课件及资料
│ ├── A预习要求及资料
│ │ └── 【专题三】Graph Mamba研究与应用.docx
│ └── 课件及实验手册等资料
│ ├── Class4-（实操课无课件）-参考实验手册
│ ├── 【先看这个】4节课的实验课内容及执行手册
│ ├── Class1-Graph Mamba背景与介绍.pptx
│ ├── Class2-Mamba深度剖析：什么是状态空间模型？.pdf
│ └── Class3-论文解读：Graph与Mamba的近期论文解读.pdf
├── 4-【2025专题四】多模态大模型（DeepSeek研究与应用）资料整理
│ ├── 【专题四】课件整理
│ │ ├── 第一节-多模态大模型.pdf
│ │ ├── 第三节-大模型训练动手实践.pdf
│ │ ├── 第二节-大模型分布式训练.pdf
│ │ └── 第四节-DeepSeekV3R1.pdf
│ └── 【专题四】预习资料
│ ├── 【专题四】-多模态大模型系列讲座预习.docx
│ └── 推荐文章及资料链接.docx
├── 5-【2025专题五】知识图谱与大模型课件与资料
│ ├── 【1】知识图谱理论体系与应用场景解析
│ │ └── 第1节-知识图谱基础(1).pdf
│ ├── 【2】知识图谱代码实践与应用
│ │ └── 第2节-知识图谱代码实践与应用.pdf
│ ├── 【3】大语言模型基础
│ │ └── 第3节-大语言模型基础.pdf
│ ├── 【4】知识图谱与大语言模型
│ │ └── 第4节-知识图谱与大语言模型.pdf
│ └── 【专题五】知识图谱与大语言模型-课后作业.docx
├── 6-【2025专题六】基于强化学习的深度推理增强技术实战
│ ├── 【实验手册】第2节至第3节的练习作业
│ │ ├── 【专题六】实验手册-R1模型-v1.pdf
│ │ └── 【专题六】实验手册-R1模型-v1.zip
│ ├── 预习资料
│ │ └── 【科研大会员-专题六】基于强化学习的深度推理增强技术实战（预习资料）.doc
│ ├── 第3节学习时使用-代码实操-open_r1.zip
│ ├── 【专题六】第1节：深度推理大模型入门.pdf
│ ├── 【专题六】第2节：推理大模型深度剖析：如何获得顿悟时刻？.pdf
│ ├── 【专题六】第3节：Deepseek大模型训练实战演练：拥抱顿悟时刻.pdf
│ ├── 【专题六】第4节：Deepseek大模型训练实战演练-如何让深度推理增强更高效.pdf
│ └── 第3-4节课-代码实操.zip
├── 7-【2025专题七】具身智能之人形机器人——基于强化学习的人形机器人技术实战
│ ├── code.rar
│ ├── week1-基于强化学习的机器人训练入门.pdf
│ ├── week2-基于强化学习的人形机器人基础知识与原理.pdf
│ ├── week3-融合强化学习与模仿学习的人形机器人步态训练复现.pdf
│ ├── week4-融合LLM的人形机器人步态训练实操.pdf
│ ├── 【专题七】具身智能之人形机器人——基于强化学习的人形机器人技术实战.docx
│ └── 环境配置、mujoco操作和GitHub项目链接.rar
├── 8-【2025专题八】通用大模型智能体
│ ├── a2a_code.zip
│ ├── amap_fudan.zip
│ ├── MCP.pdf
│ ├── week1.pptx
│ ├── week2.pptx
│ ├── week3.pptx
│ └── week4.pptx
├── 9-【2025专题九】时序思维与跨学科应用
│ ├── 第1节
│ │ ├── lesson1_torch_forecast_air_updated_v2.ipynb
│ │ └── 【第1节】单变量时间序列问题.pdf
│ ├── 第2节
│ │ ├── lesson2_store_sales_lstm .zip
│ │ ├── 【第2节】时间思维跨学科应用——多元时间序列.pdf
│ │ └── 【推荐文献】时间序列跨学科应用文献1&2.pdf
│ ├── 第3节
│ │ ├── 【第3节】时序专题-时序异常检测.pdf
│ │ └── 科研大会员时序专题-lesson3-代码.zip
│ ├── 第4节
│ │ ├── 【第4节】科研大会员-时序异常分类.pdf
│ │ └── 科研大会员时序专题-lesson4-代码.zip
│ └── 预习资料
│ └── 【预习资料】时序思维与跨学科应用.pdf（含基础要求及链接）
├── 10-【2025专题十】基于 AI 辅助的医学图像处理与分析技术实战
│ ├── 第1节
│ │ └── 第一节-基于计算机视觉与深度学习下的医疗图像处理.pdf
│ ├── 第2节
│ │ ├── 第二节-代码 资料.zip
│ │ └── 第二节-基于深度学习的医疗影像分析（实战练习）.pdf
│ ├── 第3节
│ │ ├── 第三节-代码 资料.zip
│ │ └── 第三节-基于深度学习的医疗影像增强技术（实战练习）.pdf
│ ├── 第4节
│ │ └── 第四节-基于多模态的医疗影像辅助诊断与分析.pdf
│ └── 【预习资料】专题十-基于AI辅助的医学图像处理与分析技术实战.pdf
├── 11-【2025专题十一】VLM（视觉语言模型）研究与应用
│ ├── 推荐论文
│ │ ├── 1908.02265v1.pdf
│ │ ├── 1908.06066v3.pdf
│ │ ├── 1908.07490v3.pdf
│ │ ├── 2112.04482v3.pdf
│ │ ├── 2112.10739v3.pdf
│ │ ├── 2302.14045v2.pdf
│ │ ├── 2405.17247v1.pdf
│ │ └── Learning_Transferable_Visual_Models_From_Natural_Language_Supervision.pdf
│ ├── 第一节
│ │ └── VLM公开课第一节课.pptx
│ ├── 第三节
│ │ └── VLM公开课第三节课.pptx
│ ├── 第二节
│ │ └── VLM公开课第二节课.pptx
│ ├── 第四节
│ │ └── VLM公开课第四节课.pptx
│ └── 预习资料
│ └── ml-fastvlm-main.zip
├── 12-【2025专题十二】视频生成技术实战课程
│ ├── 【科研大会员专题十二第三节】配置文件.zip
│ ├── 【科研大会员专题十二第二节】配置文件.zip
│ ├── 【第一节】基于ComfyUI-SVD的工作流搭建与参数调优(1).pdf
│ ├── 【第三节】基于 SVD 时序机制的原理解析与 ComfyUI 参数详解.pdf
│ ├── 【第二节】基于ComfyUI-ControlNet的多条件控制课件.pdf
│ ├── 【第四节】基于Comfy UI的Animate Diff视频生成方法.pdf
│ └── 【课程大纲】【科研大会员专题十二】视频生成技术实战课程.docx
├── 13-【26年专题一】大语言模型检索增强生成
│ ├── RAG_paper
│ │ ├── 2307.11019v3.pdf
│ │ ├── 2310.04408v1.pdf
│ │ ├── 2312.10997v5.pdf
│ │ ├── 2410.05779v3.pdf
│ │ ├── Atlas Few-shot Learning with Retrieval-Augmented Language Models.pdf
│ │ ├── Dense Passage Retrieval for Open-Domain Question Answering.pdf
│ │ ├── From Local to Global A Graph RAG Approach to Query-Focused Summarization.pdf
│ │ ├── LoRA Low-Rank Adaptation of Large Language Models.pdf
│ │ ├── ReAct Synergizing Reasoning and Acting in Language Models.pdf
│ │ ├── Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks.pdf
│ │ └── Tongyi DeepResearch Technical Report.pdf
│ ├── 【03】代码资料
│ │ └── rag-tutorials-main.zip
│ ├── 【04】代码资料
│ │ ├── alpaca-lora-main.zip
│ │ └── rq-vae-transformer-main.zip
│ ├── 【01】大语言模型检索增强生成入门.pptx
│ ├── 【02】RAG领域前沿研究方向.pptx
│ ├── 【03】基础RAG系统实践.pptx
│ └── 【04】进阶RAG系统实践.pptx
├── 14-【26年专题二】基于大模型与智能体的安全研究
│ ├── 第1节
│ │ └── 【01】大模型与智能体安全拆解.pptx
│ ├── 第2节
│ │ ├── 【02】Agent_red_team.zip
│ │ └── 【02】基于大模型的智能体安全威胁（实战练习）.pdf
│ ├── 第3节
│ │ ├── 【03】AgentAlign.zip
│ │ ├── 【03】AgentAlign：Navigating Safety Alignment in the Shift from Informative to Agentic Large Language Models.pdf
│ │ └── 【03】基于智能体工作流的攻击与滥用（实战练习）.pdf
│ ├── 第4节
│ │ └── 【04】面向现实应用的大模型与智能体安全治理与防护.pdf
│ └── 预习资料
│ ├── 【2026科研大会员-专题二】预习资料.pdf
│ └── 必读论文.zip
├── 15-【2026专题三】人机交互与机器学习交叉领域创新探索
│ ├── 【第一节】【20260306】Chloe老师-基于行为数据建模与人机交互科研范式解析.pdf
│ ├── 【第三节】【20260320】Chloe老师_行为数据与生理信号的数据处理与特征构建实战.pdf
│ ├── 【第二节】【20260313】Chloe老师_基于生理信号建模与认知计算科研范式解析.pdf
│ ├── 【第四节】【20260327】Chloe老师_行为数据与生理信号的表征学习与模型训练实战.pdf
│ └── 科研大会员【2026专题三】人机交互与机器学习交叉领域创新探索.pdf
├── 16-【2026专题四-大模型驱动的智能化代码生成】
│ └── 【2026——专题四】
│ ├── 第一节
│ ├── 第三节
│ ├── 第二节
│ └── 第四节
├── 17-【2026专题五-大模型对齐(RHLF延伸)及其可解释性】
│ ├── 0519-RLHF-RLVR代码.zip
│ ├── 0526-SAE代码.zip
│ ├── 【01】大模型对齐训练算法.pptx
│ ├── 【02】大模型可解释性算法SAE.pptx
│ ├── 【03】代码实践：对齐算法.pptx
│ ├── 【04】代码实践：大模型SAE.pptx
│ └── 【预习资料】大模型对齐(RHLF延伸)及其可解释性.docx
├── 18-【2026专题六-基于世界模型的强化学习与具身智能研究】
│ ├── 【01】面向强化学习决策的世界模型路线梳理.pdf
│ ├── 【02-03】dreamerv3-improved.zip
│ ├── 【02】面向强化决策的世界模型建模与改进点探究（实战练习）.pdf
│ ├── 【03】面向可落地实用的世界模型标准流研究（实战练习）.pdf
│ ├── 【04】多模态大模型与世界模型的底层状态对齐研究与发文思路.pdf
│ └── 【2026科研大会员-专题六】预习资料.wps
├── 19-【2026专题七-基因组、单细胞与生物分子中的大模型和科研智能体】
│ ├── 【第一节】AI for Life Sciences 研究地图：从基因组、单细胞到生物分子.pdf
│ ├── 【第三节】生物分子设计与药物发现：从预测模型到生成式 AI.pdf
│ ├── 【第二节】单细胞与空间组学基础模型：从多模态数据到细胞状态建模.pdf
│ └── 【第四节】LLMAgent 驱动的生命科学科研工作流与发文思路.pdf
└── A【压缩包备份】2025专题资料
├── 【专题一 】免训练扩散模型课件及资料.zip
├── 【专题七】具身智能之人形机器人——基于强化学习的人形机器人技术实战.zip
├── 【专题三】 Graph mamba专题课件及资料.zip
├── 【专题九】时序思维与跨学科应用.zip
├── 【专题二 】 PINN课件及资料.zip
├── 【专题五】知识图谱与大模型课件与资料.zip
├── 【专题八】通用大模型智能体.zip
├── 【专题六】基于强化学习的深度推理增强技术实战.zip
├── 【专题十】基于 AI 辅助的医学图像处理与分析技术实战.zip
├── 【专题十一】VLM（视觉语言模型）研究与应用.zip
├── 【专题十二】视频生成技术实战课程.zip
└── 【专题四】多模态大模型资料整理.zip
下载地址:
**** Hidden Message ***** 今日学习分享：超过10个人的聚会基本就不会有啥太核心的信息说出来，特别是有陌生人在场的聚会，参加大型聚会的目的，很多时候是为了可以高效找到愿意小圈子分享的人。 谢分享，加入星颖，不仅学到了知识，更收获了一群志同道合的朋友，路走宽了哈哈哈
页:
[1]