最近如果想系统补一下强化学习，尤其是 LLM post-training，这套 Berkeley CS 185/285 很值得收藏。 Sergey Levine 的 Deep Reinforcement Learning 2026 春季版课程资料已经完整放出来了，昨天课程录像也开始上传到 YouTube。 课程从 imitation learning、Policy Gradient、Actor-Critic、Q-Learning，一直讲到 Model-Based RL、Offline RL 和 Exploration。 我比较感兴趣的是今年还专门加入了「RL with Sequences & LLMs」。 里面会从 RL 的视角重新讲 RLHF、Verifier Reward、GRPO、KL Regularization 这些现在做 LLM post-training 经常看到的东西。 而且不只是听课，Homework 4 直接要求自己实现 GR-REINFORCE 和 GRPO，再真正跑训练实验做对比。 最近 RL、Agent 和 LLM post-training 连得很紧，这套课正好可以把很多零散的概念重新串起来。 课程： YouTube 上搜索 RAIL 的「CS 185/285 (Spring 2026)」播放列表就能看到最新课程录像。

感恩粉丝一路关注！今日专属福利回馈大家～ 免费进粉丝群，直接解锁过往+近期所有完整版视频、新作及写真集！无门槛 进裙入口👉 : 暗号「薄荷」手慢无～ 注：未满18到岁，🈲止入内！

今日开放24小时免费无门槛福利群💋 (涩涩无门槛)🫣🫣 24小时免费😜全都是本人的独家视频和写真😘 本人唯一通道❤️： 暗号🥰：薄荷 👉22以下的请勿扰😎😎

『上門私教課』拍攝花絮 “單手駕駛很危險，好孩子不要模仿哦~” Behind-the-scenes footage "Driving with one hand is very dangerous. Good kids, don't imitate!"

以前做跨境： 到处找资料、反复试工具、效率很低。 现在会把流程拆成这 10 步： 找产品：Helium 10、Jungle Scout 看市场趋势：Google Trends、Perplexity 分析竞品：ChatGPT、Claude 写 Listing：ChatGPT、DeepSeek 多语翻译：DeepL、Gemini 做主图和 A+：Midjourney、imini、Canva、Photoshop 剪广告影片：CapCut、剪映、Runway、Kling 做配音：ElevenLabs 做音乐／氛围音：Suno 自动化营运：Shopify、Zapier、Make