機器學習 2026 Spring 是台大電機系李宏毅老師這學期的課。它不再從梯度下降講起，第一堂就拆一隻「小龍蝦」：開源 AI Agent OpenClaw。課程大綱寫得很直接：今年 AI「不只會說，也開始會做了」，所以整學期從 AI Agent 的視角切入，重點放在「如何影響與調整模型行為」。
這篇是系列入口，只講課程結構、校外讀者拿得到什麼、作業怎麼評分、該從哪裡開始。每一講的內容留給後面各篇。
本文依據：課程頁、規則說明投影片 policy.pdf（22 頁）、台大課程網 114-2 課程大綱、Bonus 作業投影片 bonus.pdf，全部在 2026-09-30 打開核對。對應的影片是機器學習 2026 課程簡介。
這門課的硬事實
- 課號與學分：EE5184，4 學分，選修，週五 14:20–18:20，博理 112。課程網備註「與吳沛遠合授」。
- 上課方式：policy.pdf 第 9 頁寫「老師上課約 1hr + 助教講解作業」，內容都會錄影，預計下一個週一上線，下課時間不固定。
- 先備：課程大綱要求修課前看完 2025 秋季《生成式人工智慧與機器學習導論》的錄影（十講，每講約兩小時），並說過去 YouTube 講過的內容本學期不會再講。policy.pdf 第 8 頁把兩門課畫成階梯：2025 秋季是導論，2026 春季講前沿技術、過去沒講過的內容。
- 程式：作業都用 Python，但本課程不教語法；可以用 Colab 完成，不需自備硬體。
- 學期狀態：課程頁 News 最後一則是「6/1 作業十公布」，最後一份作業截止在 06/18/2026。這學期已經結束。
課程弧線：看得見的 agent → 看不見的模型內部 → 怎麼教育模型
課程頁的內容表共 11 列，其中 8 列有投影片與錄影：
| 日期 | 單元 | 本系列對應篇 |
|---|---|---|
| 3/6 | AI Agent (1)：解剖小龍蝦 | 第 1 篇 |
| 3/13 | AI Agent (2)：Context Engineering、agent 之間的互動、對學術研究的衝擊 | 第 3 篇、第 4 篇 |
| 3/20 | 加快語言模型生成速度：Flash Attention、KV Cache | 第 6 篇、第 7 篇 |
| 3/27 | 模型如何處理超長輸入：Positional Embedding | 第 9 篇 |
| 4/10 | 如何教育模型 (1)：Harness Engineering | 第 11 篇 |
| 4/24 | 如何教育模型 (2)：Self-Correction | 第 13 篇 |
| 5/8 | 模型的自我成長 (1)：Self-Improving | 第 15 篇 |
| 5/22 | 模型的自我成長 (2)：Self-Improving -2 | 第 18 篇 |
另外三列是演講，後面「缺口」一節會說明。
這個順序本身就是一條好的學習路線：先看 agent 在你電腦上做了什麼（看得到），再問它的輸入為什麼有限、生成為什麼慢（模型內部，看不到），最後回到「不改參數也能讓模型變強」的 harness，以及模型能不能自己改錯、自己成長。所以本系列照官方順序走，作業依公告日插在對應講次之後。
學期初的規劃和實際課表不完全一樣。policy.pdf 第 7 頁的下半場規劃把 5/29 排為「台大農經系陳暐老師演講」、6/05 排為「單元五：生成策略（詳解 Flow Matching 技術）」；實際課程頁上 5/29 是 Spoken LM TALK，6/05 是陳暐教授演講，Flow Matching 沒有正課，只剩 HW9。讀舊筆記時以課程頁為準。
存取分級：A3，評分鏈除外
分級沿用全球 AI／CS 課程地圖的定義（A0 課表可見、A1 課綱可見、A2 教材部分開放、A3 足以自學）。這門課是 A3：8 講都有 pdf 與 pptx 投影片和完整錄影，10 份作業都有題目 PDF、可公開存取的 Colab 起始碼與助教說明影片。
校外讀者拿不到的部分，每篇作業文都會再寫一次：
- JudgeBoi 評分平台：
ml.ee.ntu.edu.tw在 2026-09-30 回傳 502。需要上傳到 JudgeBoi 的作業（依 policy.pdf 是 HW1、2、4、5、7、10）拿不到分數，也看不到排行榜與 private baseline。 - NTU COOL：需要台大帳號。HW3、6、8、9 的測驗在 COOL 上作答，HW10 的作業 PDF 也寫繳交到 NTU COOL，校外讀者看得到題目 PDF，看不到解答。
- 三場演講沒有材料：5/15 Appier Research 團隊演講、5/29 Spoken LM TALK（楊書文、楊智凱同學演講）、6/05 陳暐教授演講。課程頁只有標題，沒有投影片也沒有錄影，本系列不寫單篇。
- HTML 註解不算教材：課程頁原始碼裡還藏著「教育部 AI cup 說明會」「如何在多張 GPU 上訓練大型模型」「Reasoning」等列，頁面上不顯示，本系列不把它們當成這學期的公開教材。
policy.pdf 第 20 頁有一句話很關鍵：「實際修課和旁聽的差別只有助教不批改旁聽生作業而已」。校外自學者的處境跟旁聽生差不多，只是現在連自己上傳看分數的管道都關了。
十份作業：時間表與平台分工
policy.pdf 第 11 頁的表把每份作業標成三種性質：在 NTU COOL 上作答、在 JudgeBoi「由 AI 助教批改」、需要花時間訓練模型。下表日期與課程頁、各份作業 PDF 一致：
| 作業 | 主題 | 公告 | 截止 | NTU COOL | JudgeBoi | 訓練模型 | 本系列 |
|---|---|---|---|---|---|---|---|
| HW1 | LLM Malicious Instruction Defense | 03/06 | 03/26 | O | 第 2 篇 | ||
| HW2 | AI Agent as an AI Engineer | 03/13 | 04/02 | O | O | O | 第 5 篇 |
| HW3 | LLM Fast Inference | 03/20 | 04/09 | O | 第 8 篇 | ||
| HW4 | Training Transformer | 03/27 | 04/16 | O | O | O | 第 10 篇 |
| HW5 | Finetuning without Forgetting | 04/10 | 04/30 | O | O | 第 12 篇 | |
| HW6 | Model Editing | 04/24 | 05/14 | O | 第 14 篇 | ||
| HW7 | Model Merging | 05/08 | 05/28 | O | O | 第 16 篇 | |
| HW8 | Test-Time Scaling | 05/15 | 06/04 | O | 第 17 篇 | ||
| HW9 | Flow Matching | 05/22 | 06/11 | O | O | 第 19 篇 | |
| HW10 | Spoken Language Model | 05/29 | 06/18 | O | O | 第 20 篇 |
所有截止時間都是 23:59（UTC+8）。HW10 是唯一對不上的一列：policy.pdf 標 JudgeBoi，課程頁平台欄與 hw10.pdf 都寫繳交到 NTU COOL，以作業 PDF 為準。policy.pdf 第 12–13 頁也先打了預防針：有些作業訓練時間可能長達數小時，而「焦躁地等待訓練結果、迷茫地調參數，是訓練人工智慧的醍醐味」。
一個小坑：policy.pdf 第 10–11 頁的文字層把 HW4、HW5 的日期寫反了（作業四 04/16–04/30、作業五 03/27–04/10），但投影片畫面上的表是對的。用 pdftotext 抓資料的人會踩到，請以畫面與課程頁為準。
評分、旁聽與求助規則
- 評分：policy.pdf 第 14 頁寫「10 個作業 x 10 分 = 100 分」，不得在學期末向教師提出成績調整請求。
- 修課同意事項（第 17–18 頁）：接受 AI 助教批改作業，有誤可申訴；接受隨機性，即使遵循指示，訓練結果也可能與助教不完全相同；Colab 有使用限制，但保證免費資源可達及格（C-，60 分）；額外運算資源較易拿高分，但本課程不提供。
- 加簽與旁聽（第 15–16 頁）：總人數（含已選上）設在 700 人左右，電資學院與相關學程學生優先，其次是修過或申請過 2025《生成式人工智慧與機器學習導論》的同學。歡迎旁聽，旁聽也要填表。
- 求助（第 19 頁）：用 NTU COOL 討論區、助教 Office Hours（一週兩次）或 email，不要私訊老師或助教。
- 學術誠信（課程頁作業區）：不得抄襲、不得手改預測檔、不得分享程式碼或預測檔；第一次違規總成績乘 0.9 且該作業 0 分，多次違規期末 F。
開工前的三個教學與 Bonus
課程頁作業表最上面有三個 3/6 公告的教學，全部沿用往年材料：
- Colab 與 Kaggle：2025 年的 Colab/Kaggle 教學影片、Colab Tutorial 投影片、範例 Colab 與 Kaggle 教學 notebook。
- PyTorch：2023 年的 PyTorch Tutorial 影片與兩份投影片（Part 1、Part 2）。
- JudgeBoi：113-2 學期的 JudgeBoi Guide 影片與投影片。平台本身現在打不開，這份教學只剩參考價值。
Bonus：Teaching Monster Arena（助教許筠曼，說明影片）。任務是參加台大 AI 卓越研究中心（NTU AI-CoRE）主辦的 Teaching Monster 競賽：做一個全自動的 AI 教學系統，透過 API 接收 course_requirement 與 student_persona，30 分鐘內回傳教學影片的下載連結。題材是 12–18 歲的物理、生物、資訊與數學，以 IB 與 AP 課綱為基準，影片以英文為主、最長 30 分鐘，禁止任何人工撰稿、剪輯或配音。
bonus.pdf 的計分是每隊：參加 +2 分、前 30% +10 分、前三名 +20 分、冠軍 +30 分，分數由隊員均分，直接加在學期總成績上。截止時間有兩個版本：課程頁寫 05/15/2026 19:59，bonus.pdf 寫 2026/5/15 23:59:59。官方另外釋出了 baseline repo。teaching.monster 在 2026-09-30 回傳 521，競賽頁面目前連不上。
怎麼開始
- 先補先備：沒看過 2025 秋季導論的話，先看它的錄影。這是課綱的要求，不是建議。
- 照本系列順序讀：一篇講次、接一份作業。作業文會寫明題目、起始碼結構，以及校外拿不到的評分部分。
- 自己設驗收標準：JudgeBoi 關了，做作業前先從題目 PDF 抄下 baseline 與評分規則，自己寫一個小評估腳本，當作回饋來源。
站內相關入口：台大 AI／ML 課程導讀把這門課放在台大課程版圖裡比較；2026 AI 課程總覽的「李宏毅：繁中讀者的入口」一段說明它和其他課的相對位置。
下一篇：解剖小龍蝦：以 OpenClaw 看 AI Agent 的運作原理
參考資料
- Machine Learning 2026 Spring 課程頁 — 內容表、作業表、平台、截止時間、學術誠信規則
- 機器學習 2026 規則說明投影片（policy.pdf） — 作業時間表與平台分工、評分、修課同意事項、加簽與旁聽、學期規劃
- 機器學習 2026 課程簡介（YouTube）
- 台大課程網：機器學習 114-2 課程大綱 — 課號、學分、上課時間地點、課程概述與 FAQ
- 生成式人工智慧與機器學習導論 2025 播放清單 — 課綱指定的先備錄影
- ML 2026 Spring Bonus：Teaching Monster Arena（bonus.pdf）
- ML2026 Bonus HW 說明影片
- Teaching Monster baseline repo
- Teaching Monster 競賽網站（2026-09-30 回傳 521）
- Colab Tutorial 投影片（ML 2025）
- 2025 Colab/Kaggle 教學影片
- PyTorch Tutorial 1 投影片（ML 2023）
- PyTorch Tutorial 影片（ML 2023）
- JudgeBoi Guide 投影片
- JudgeBoi 平台（2026-09-30 回傳 502）
- 站內：全球 AI／CS 課程地圖（A0–A3 分級定義）
- 站內：台大 AI／ML 課程導讀
- 站內：2026 AI 課程總覽
Loading...