本文依據清大高宏宇《自然語言處理》Fall 2025（114-1）與 Fall 2026（115-1）的官方教材。 這是 清大高宏宇 自然語言處理 導讀系列第 19 篇，也是最後一篇，接續課程總結與 LLM Reasoning 筆記。
前 18 篇照 Fall 2025 的教材走完了一學期。這一篇處理兩件前面沒講的事：2025 年占三成的期末專題要做什麼，以及 2026 年的課改了哪些地方。
用到的官方材料：2025 的 W0_Syllabus.pdf 與 Course_summary.pdf、2025 課表 W14–W16 列的錄影、2026 的 Syllabus-115.pdf 與 repo 首頁課表。存取等級：Fall 2025 是 A3 足以自學，但期末專題這一塊只到課綱層級；Fall 2026 是 A2（進行中）。評級定義見全球 AI／CS 課程地圖。
2025：期末專題占 30%
2025 Syllabus 的 Grading 頁寫得很簡短：
| 項目 | 占比 | 細節 |
|---|---|---|
| 作業 | 70% | 寫「5 assignments for each student」，需要寫程式 |
| 期末專題 | 30% | 3–4 人一組；Proposal 6%、Progress report 6%、Poster 6%、Report 12% |
同一頁補了一句：單份作業的份量會依設計「微調」，配分可能上下變動 3%。另外要注意，Syllabus 寫 5 份作業，repo 實際只公開 4 份（詞類比、算式、多輸出學習、RAG），第 5 份是什麼，官方材料沒有交代。
一個小細節：這份放在 2025 資料夾的 Syllabus，標題頁寫的是「113-1 主導課程5」，也就是沿用 113 學年的封面。人數與時段寫 1200 人（保留 100 人給清大）、週二 13:20–15:10 與週四 13:20–14:10 同步遠距。
題型四選一，限制四條
Syllabus 第 37 頁把專題畫成兩排方框。上排是四種題型：
- 新／舊型態 NLP 任務重現
- LLM Applications
- Competitions／Kaggle tasks
- Real Data Solving
下排是四條限制：3–4 人一組、不提供 GPU、效能不是唯一的評分標準（投影片寫 evaluation matrix）、兩輪報告或展示。
「不提供 GPU」要和第 13 篇 PEFT 一起讀。那一篇開場就在估算全參數微調要多少顯存，LoRA 這類方法正好是沒有叢集的學生做專題時會用上的工具。
期末投影片給的三個方向
學期末的 Course_summary 另有一頁「Term project」，把好的專題報告分成三個方向：
- 描述問題困難點，並說明它和你提出的方法之間的關聯：資料改進、案例探討（看 false positive 與 false negative）。
- NLP 技術的效能比較：文字特徵、representation、NLP models。投影片括號特別註明，這比探討機器學習模型本身的問題（超參數、換不同 ML 模型）更重要。
- 他山之石，可以攻錯：整理並善用 Kaggle 上的程式碼，學習或討論其他組的做法。
第二點值得停一下。這門課叫 NLP，專題被期待回答的是「哪種文字表示、哪種 NLP 模型比較好，為什麼」，而不是調參數把分數往上推。
怎麼做：如果你是校外讀者想拿這門課練專題，今晚先做一件事——挑一個 Kaggle 上的文字分類或 QA 題目，寫下你打算比較的兩種表示方式（例如 TF-IDF 對 BERT 的 CLS 向量），再列出你要逐筆看的 10 個錯誤案例。這一步同時對上第 1 點和第 2 點。
期末時程與報告錄影
Course_summary 最後一頁是期末時程：Term Project CP4 與所有作業都在 12/25（週四）截止，12/29–12/30 公布成績，12/31 送出成績。「CP4」投影片沒有展開；專題正好有四個計分項目，但 CP4 是否就是第四個項目，官方材料沒有寫明。
Syllabus 原本排的是 W14–W16 報告、W17–W18 選擇性 demo。實際的 2025 課表 README 是這樣掛的：
| 週 | README 標題 | 掛的材料 |
|---|---|---|
| W14 | Term project presentation (1) | Course_summary、Reasoning 筆記；錄影 Week 14 Tue.（約 77 分鐘） |
| W15 | Term project presentation (2) | 錄影 Week 15 Tue.（約 114 分鐘）、Week 15 Thu.（約 72 分鐘） |
| W16 | Term Project (demo) (optional) | 錄影 Week 16 Tue.（約 75 分鐘）、Week 16 Thu.（約 33 分鐘） |
| W17–W18 | Term Project (demo) (optional) | 空白 |
這幾支錄影都沒有字幕，本文沒有逐支看片，所以不描述裡面有哪些組、報了什麼題目。W14 那週的材料是課程總結，內容見上一篇。
校外讀者拿不到的部分
專題規格文件、評分細則、各組題目與海報、報告檔：repo 都沒有。作業解答與成績在 NTU COOL，需要修課身分。這是 Fall 2025 雖然整體列 A3，專題這塊只能講到結構的原因。
2026：專題換成期中考
Fall 2026 的 Syllabus-115 把評分改成：
| 項目 | 2025 | 2026 |
|---|---|---|
| 作業 | 70%（寫 5 份） | 75%（4 份） |
| 期末專題 | 30% | 取消 |
| 期中考 | 無 | 25%，W14（暫定），實體考 |
同一頁的紅框寫著：這門課在清大是 X-class，可以同時選清大同時段的其他課；考試採實體進行。
課表圖例也反映了這個變化。2025 Syllabus 的圖例有 Lecture、Tutorial、Reporting，Exam 被劃掉；2026 則是 Reporting 被劃掉，Exam 保留。2025 那頁「This course is NOT designed for」還列著「沒考試，想靠共同協作完成作業的人」，2026 版把整個 NOT 清單拿掉，只留「Is designed for」，並多了一條「想了解 why LLM so power?」。
為什麼改，官方材料沒有寫。 Syllabus 沒有說明取消專題、改考試的理由，本文不代為推測。
上課時段與週次重排
2026 改成週四 9:00–12:00 一次上完，人數仍是 1200 人。兩份 Syllabus 的課表對照如下（以下比的是兩份 Syllabus 的排課表，2025 實際掛的教材順序和它的 Syllabus 本來就對不齊，見系列總覽）：
| 主題 | 2025 Syllabus | 2026 Syllabus |
|---|---|---|
| NLP 簡介、基礎文字 ML | W1–W5 | W1–W5 |
| 文字生成式 AI (1/3)：詞向量到 Transformer | W6 | W8 |
| Python for text 助教課 | W7–W8 | W6–W7 |
| BERT 家族、解碼與評估 | W9–W10 | W9–W10 |
| GPT-3／InstructGPT／RLHF、PEFT | W11–W12 | W11–W12 |
| RAG | W13 | W13（I）、W15（II） |
| 期中考 | 無 | W14 |
| Reasoning / Agent | 無 | W16 |
| 專題報告與 demo | W14–W18 | 無 |
兩個變化最明顯：助教課挪到講「文字生成式 AI」之前，RAG 拆成兩週夾著期中考。
「In this course」頁也改了。2025 版列的是 Basics、NLP Basics、GAI（文字與影像生成模型、GAI 的不同用法、GAI 應用開發）與 PBL（真實資料案例、做出 GAI 驅動的應用）。2026 版改成 Basics、NLP Basics、NLP with DL（序列模型、文字生成模型），加上新的一塊「NLP issues in LLM era」，底下列 Reasoning 與 Agentic AI。不教的清單兩年相同：Speech、Prompt usage、開發新模型、解 GAI 問題。
三個新元素：成績分布、TAICA 算力、AI-TA
2025 成績分布。Syllabus-115 第 46 頁「Grade in 2025」放了兩張圖：總人數 523，有效成績 475，平均 76.60、中位數 79.70。等第分布裡人數最多的是 A-（123 人，25.9%），F 有 41 人（8.6%）。這是這門課目前唯一公開的成績資料。
TAICA 算力補助。第 47 頁寫明：提供期間 9 月到 12 月，每個帳號自啟用起 90 天有效，沒用完自動失效；總預算 9 萬元，參考組合是 100 運算元帳號（約 300 元）100 名，或 500 運算元帳號（約 1500 元）40 名。投影片最後一行是「Wait for announcement」，申請方式還沒公布。這和 2025 專題頁的「No GPU provided」形成對照。2025 Syllabus 寫明名額裡保留 100 人給清大，其餘開放給聯盟學校，平均每校約 50 人。
AI-TA。第 48 頁「Homework evaluation」列了「Human-TA 批改」與「AI-TA 協助」，下面是「Code / Results Evaluation」與「Discussion Evaluation」兩個評分面向，最後一個紅框寫「Your Insight, not GPT insight」。投影片沒有畫出哪個 TA 負責哪個面向，本文不替它對應。
第 50 頁「The hardships of learning」貼了幾段修課心得，沒有標出處。內容提到學期初特別花時間、非同步上課容易忘記進度，也有人推薦給有 coding 與深度學習基礎的碩士生，並喜歡課程後段串接 Hugging Face、LangChain、Ollama。
怎麼做：如果你是 2026 年聯盟學校的修課生，今晚把 W14 期中考的暫定日期寫進行事曆，並在 NTU COOL（課號 41436）開一則提醒，等 TAICA 算力的申請公告。
2026 目前公開到哪裡
截至 2026-09-30，repo 首頁課表只填到 W3：
| 週 | 投影片 | 錄影 | 作業 |
|---|---|---|---|
| W1 | Syllabus-115、W1_NLP_brief_v2 | Week 1 | |
| W2 | W1_NLP_brief_v2 | Week 2 | |
| W3 | W2_Word embeddings and Language Modeling (RNN)_v2 | Week 3 | HW1 |
HW1 的主題仍是 Word Analogy，說明影片是 4nktsdfU24k，YouTube 標題寫「Week 2 Thu. - Assignment 1」，README 則把 HW1 放在 W3 列。2025 版 HW1 的導讀見第 3 篇；2026 版題目是否有改動，本文沒有逐項比對。W4 之後的投影片、錄影與 HW2–HW4 都還沒公開，W14 期中考是實體考，不會有公開材料。
助教時間是週一、週三 15:30–16:30，地點台達館 714。
延伸閱讀
- CS224N Final Projects：Stanford 的 NLP 期末專題有完整的規格與範例，可以拿來補清大專題缺的那一塊。
- CS230：AI 專案策略：怎麼挑題、怎麼迭代。
- 台大李宏毅 機器學習 2026 Spring 導讀：另一門中文授課、作業完整公開的課。
這一篇可以確認與不能確認的
可以確認：兩份 Syllabus 的配分、題型、限制、課表、TAICA 算力條件、AI-TA 頁面與 2025 成績分布圖；Course_summary 的專題方向與期末時程；2025 與 2026 README 各週掛的檔案、錄影 ID、標題與長度。不能確認：2025 第 5 份作業是什麼；專題規格、評分細則與各組題目；W15–W16 錄影的實際內容（無字幕，未看片）；「CP4」的確切指涉；改成期中考的原因；Fall 2026 W4 之後的教材。
系列導覽：上一篇 課程總結與 LLM Reasoning 筆記｜回到系列總覽
參考資料
- IKMLab/NTHU_Natural_Language_Processing（課程 repo，首頁為 2026 版課表）
- 2025 課表 README
- W0_Syllabus.pdf（Fall 2025）
- Course_summary.pdf（Fall 2025）
- Syllabus-115.pdf（Fall 2026）
- 2026 Assignment1（Word Analogy）
- 錄影：[Fall 2025] Week 15 Tue.
- 錄影：[Fall 2025] Week 15 Thu.
- 錄影：[Fall 2025] Week 16 Tue.
- 錄影：[Fall 2025] Week 16 Thu.
- 錄影：[Fall 2026] Week 2 Thu. - Assignment 1
- IKMLab NTHU YouTube 頻道
- NTU COOL 課程頁（課號 41436，需登入）
Loading...