Sebastian Raschka：从零构建推理模型视频课
Sebastian Raschka's from-scratch video course on building reasoning models
我录制了一套全新的视频课程，带你从零开始用 Python 和 PyTorch 构建推理模型。这套课程包含 8 个视频，总计 11 小时，基于预训练的 Qwen3 模型，深入讲解推理缩放、强化学习与蒸馏等核心技术。不同于传统 LLM，推理模型通过可验证奖励的强化学习（RLVR）进行后训练，能显著提升解决复杂问题的能力。课程不仅涵盖环境搭建和基础文本生成，还手把手教你实现数学答案验证器、自我一致性推理及 GRPO 训练流程。无论你是想深入理解现代 AI Agent 的引擎原理，还是希望亲手实践最新技术，这套内容都能提供从理论到代码的完整路径。
推理模型本质上是对传统 LLM 的升级，即通过带有可验证奖励的强化学习（以及可选的推理缩放技术）增加更多后训练，使其具备解决更复杂问题的能力。