清华唐杰大模型课作业劝退，学生打开GLM-5.3硬刚

清华大学唐杰教授（智谱GLM系列背后的人）最近开了门大模型课程，第一节课就试图用作业量劝退学生。结果学生看完作业清单，第一反应不是退课，而是打开GLM-5.3开始硬刚。 唐老师对学生的要求相当硬核：从零写Tokenizer和Transformer，端到端训练一个0.1B的小模型；手写Triton attention kernel，自己测多卡训练和推理的性能增益；从raw dump开始洗语料，拟合scaling law再外推；在同一基座上把SFT、DPO、RLVR做对照实验；最后搭建可验证环境和harness，训练长程Agent，还鼓励用self-judge loop做自我评估。 2-3人组队，英文NeurIPS格式，W16现场demo。作业占40%，大项目占60%。问题、动机、方法、结果，一个都不能糊弄。 劝退逻辑很清楚：不会动手、只会调API的，先下去。反转也很清楚：布置作业的人，正是GLM系列背后的唐杰。学生一边爬梯子，一边默默把GLM开到最大，老师要你从零造轮子，模型在旁边说：报告可以先帮你起草一版。 这门课的含金量在于它覆盖了大模型全链路：从最底层的Tokenizer和Transformer实现，到中间的训练优化（Triton kernel、scaling law），再到上层的应用（SFT、DPO、RLVR对比），最后到Agent搭建。这种从零到一的完整路径，在国内高校课程里相当少见。 特别是RLVR（Reinforcement Learning from Verifiable Rewards）这部分，是当前大模型训练的前沿方向。让学生在同一基座上做SFT、DPO、RLVR的对照实验，能直观感受不同训练方法的差异。 对于想深入理解大模型技术栈的人来说，这门课的作业设计本身就是一份极好的学习路线图。即使不上这门课，按照这个作业清单走一遍，也能建立起对大模型全链路的系统认知。 项目地址：github.com/THUDM（清华NLP实验室… 有在学大模型的朋友可以参考这个课程的作业设计，检验一下自己的技术栈覆盖度。