Trustworthy Machine Learning
从可靠性、公平性与安全等角度审视机器学习系统的行为。
关于这组笔记
个人自学讲义，综合 2021–2025 年公开课程材料，按主题重组。
查看原课程资料适合的起点
建议熟悉机器学习、概率与基础深度学习。
本系列为个人学习整理，非学校官方发布，不代表学校或授课教师的认可或背书。
沿着目录阅读
当前 16 篇课程讲义
- Lecture 01Lecture 1 · 可信机器学习导论：准确率之外 · Trustworthy ML: Beyond Accuracy
- Lecture 02Lecture 2 · 解释与 Shapley 值 · Explanations & Shapley Values
- Lecture 03Lecture 3 · 深度网络的归因 · Attribution for Deep Networks
- Lecture 04Lecture 4 · 训练数据归因 · Training-Data Attribution
- Lecture 05Lecture 5 · 度量公平 · Measuring Fairness
- Lecture 06Lecture 6 · 缓解偏差 · Mitigating Bias
- Lecture 07Lecture 7 · 对抗样本与攻击 · Adversarial Examples & Attacks
- Lecture 08Lecture 8 · 防御与可证明鲁棒性 · Defenses & Certified Robustness
- Lecture 09Lecture 9 · 隐私攻击 · Privacy Attacks on Machine Learning
- Lecture 10Lecture 10 · 差分隐私 · Differential Privacy
- Lecture 11Lecture 11 · 评估 LLM 应用：RAG triad 与 LLM-as-a-judge · Evaluating LLM Applications
- Lecture 12Lecture 12 · Grounding、事实性与幻觉 · Grounding, Factuality & Hallucination
- Lecture 13Lecture 13 · 置信度、校准与不确定性 · Confidence, Calibration & Uncertainty
- Lecture 14Lecture 14 · 评估智能体系统——Goal–Plan–Action · Evaluating Agentic Systems
- Lecture 15Lecture 15 · LLM 与智能体的安全：越狱、提示注入与护栏 · Security for LLMs & Agents
- Lecture 16Lecture 16 · 以评估为驱动的优化与课程总结 · Evaluation-Driven Optimization & Course Synthesis
从讲义到代码
按课程目录整理的配套示例，保留各单元的文件结构。阅读讲义时，可以下载整套代码，在本地逐步探索。
下载 CS329T 代码请在独立虚拟环境中查看依赖后运行；未附模型权重和运行产物；示例未逐一验证。