CMU 07-380 Fall 2026 總覽：首開 26 講從邏輯與規劃到擴散模型，HW 與 Project 尚未全開放

TL;DR 07-380 Fall 2026 是 CMU AI 新制第二門首開，26 講涵蓋邏輯、規劃、優化、機率圖、生成式與系統，Lec01 與 Prop Logic 已公開；HW1-7、Quiz×6 與 Final Project 多數尚未釋出，本文以 A2→A3 過渡版對照 07-280 的銜接與校外自學邊界。

#cmu #07-380 #ai-course #machine-learning #learning-path

為什麼有 07-380
26 講怎麼排
公開到什麼程度
與 07-280 怎麼接
今晚的起步動作
參考資料

系列: CMU 07-380 完整課程導讀 (0 / 1)

🌏 English version

CMU 07-380 AI & ML II Fall 2026 是 07-280 Fall 2026 之後的第二門新制課，首次開課（New in Fall 2026）。它不等於舊 15-281/10-315 的重排，而是把 07-280 已建立的搜尋、ML、RL 與機率地基，接到更深的推理、優化、機率圖與生成式系統。

為什麼有 07-380

07-280 Fall 2026 已用 24 講 + HW0-11 + 每週 Checkpoint 覆蓋從 heuristic search 到 AlphaZero 的 I 階段；官方 FAQ 明載 07-280/07-380 will be offered every semester，07-380 first being offered in Fall 2026，兩門合起來取代 15-281 + 10-315。先修為 07-280 + 機率（36-225 等） 皆需 C 以上；已修 10-301 者需另以 10-301 + 16-350 審核替代（見 Prerequisites 與 bsai@cs.cmu.edu）。

評量也與 07-280 不同：Quiz 55%（6 次，drop 最低 1 次）+ HW 25% + Project 10% + Checkpoint 5% + Participation 5%，無期末考，以 Final Project 為總結（12/7-12/15）。

26 講怎麼排

依 Fall 2026 Schedule（subject to change）：

段落	Lectures	主題
推理	`Lec02-04`	Logical Agents / SAT-DPLL / Planning PDDL / Motion RRT
優化	`Lec05-07`	LP / ILP / PCA + LoRA
不確定性推理	`Lec08-13`	MAP / Naive Bayes / Bayes Nets / GMM-EM / Likelihood Sampling-Gibbs / HMM-Particle Filter
行動與生成	`Lec14-18`	RL Policy Gradient→RLHF / DL Optimization / VAE / Diffusion / Multimodal VLM/VLA/JEPA
系統與理論	`Lec19-24`	Parallel (data/model/pipeline/MoE) / Scaling Laws / Recommender / Ensemble / PAC-VC / Game Theory
實務收尾	`Lec25-26`	ML in Practice / AI Ethics + Quiz 6

公開到什麼程度

項目	匿名可得	缺口
Syllabus / Schedule / Policies	完整公開	—
Lecture 材料	`Lec01 pptx/pdf (inked)`、`Prop Logic.pdf`、部分 `Checkpoint`	多數 `Lec05-26` 講義待補
Recitation	`Fri 11:00 WEH 5403` 單班，`Quiz` 6 次日期已公布	講義未批量釋出
HW / Project	`HW1-7` 與 `Project` 日期已公布（`9/3→12/4`）	`starter` 連結多為 `TBD`
評量平台	說明完整	`Canvas/Gradescope/Piazza` 限校內

以本站 A0-A3 判為 A2→A3 過渡：結構與閱讀清單已齊，可做地圖與選課導讀；完整自學鏈需等 HW starter 釋出。

與 07-280 怎麼接

07-280 I（24講：search/CSP → ML/NN→CNN/Transformer → RL/MCTS）
        ↓
07-380 II（26講：邏輯/規劃 → 優化 → 機率圖/HMM → RLHF/生成 → 系統/理論/倫理）

07-280 教「把 AlexNet/GPT-2/AlphaZero 做出來」；07-380 教「推理與優化的形式化、機率圖的精準與近似、生成式與系統的可擴展性」。校外自學可先以 07-280 建主幹，再用 07-380 的 LP/PCA/MAP/EM/Bayes Nets/HMM/VAE/Diffusion 補形式化深度。

今晚的起步動作

對照 07-380 Lec01 與 07-280 Lec01，標出 I→II 重疊與新增（Planning/PDDL、LoRA、PAC-VC）。
若缺邏輯或優化背景，先讀 Prop Logic.pdf 與 Boyd Convex Optimization Ch.2/4，不要直接跳 Diffusion。
追蹤 HW1 (9/3) 釋出再開寫；先用 Pre-reading Checkpoint 做每週節奏。