Stanford Online

Hasil belajar

• Pahami transformer dari dasar. Ikuti kuliah tentang tokenisasi, embedding, dan self-attention dengan query, key, value.
• Bangun language model dari nol. Pelajari tokenizer, RMS norm, SwiGLU, RoPE, dan scaling laws dari kuliah CS336.
• Latih LLM dengan reinforcement learning. Turunkan objektif policy, advantage, dan reward model hingga PPO dan GRPO.
• Kenali agen yang memperbaiki diri. Pelajari test-time compute, majority voting, verifier, dan process reward model.
• Pahami diffusion dan model multimodal. Ikuti matematika DDPM dan DDIM serta upaya menyatukan teks dan gambar.