简历写“熟悉大模型”
面试官追问“亲手实现过吗”——如何证明？
论文读了一堆
效率低，读完记不住、用不上——如何提效？
这个8月，开启个人实战跃升之旅
社群共学、导师带路、助教陪跑
拉伙伴一起加入吧！
01
活动介绍
本活动是CCF开源普惠教育系列活动之一，由CCF开源发展技术委员会提供平台技术和活动运营支持。
我们提供贴近产业/科研一线真实场景所需要的实践项目，助你在实践中真正掌握技能、积累可展示的成果。
02
活动亮点
? 组队前行：线上共学制，互相监督打卡，结伴攻克课程难点
? 助教陪跑：每门课专属运营和课程答疑助教，有问题不过夜
? 实战产出：学习即产出，学习心得 / 作品在 CCF GitLink 平台可查可展示
? 实践激励：参与实践即可获得对应分值的CCF 积分（CCF会员/注册用户）
? 同频圈子：认识一群乐于学习及互助的小伙伴，群内可长期交流/分享学习心得
同时，CCF会员可报名算力活动：学生会员最高领4800+元算力资源，专业会员最高领2.6w+元。
03
任选一门，开启八月实战之旅
| 项目一：《Transformer21天实战：在国产 GPU 上手搓大模型》
? 项目提供方：AI Infra开源社区
? 学习名额：180人（名额有限，先报先得）
? 学习时间：2026年8月17日 - 2026年9月6日
? 课程简介：
可真实体验国产GPU实验环境，加上多系统的适配实践课程，充分理解核心原理的同时，完成大规模数据集训练；助你体验MACA C++、Triton、TileLang三种方式的算子开发与性能对比，实现在国产GPU上手搓大模型的项目成果。
? 适合人群：
高校计算机/AI相关专业师生：动手实践Transformer理论，补全工程经验
AI入门学习者：搞懂模型训练、推理、优化完整流程的学习者
AI算法工程师：系统了解Transformer底层实现与推理优化，掌握国产GPU适配方法
? 学习目标与成果:
吃透核心原理：亲手实现Attention与Mask核心计算，理解Encoder-Decoder与Decoder-Only两种架构的差异
完成GPU训练：在沐曦C500上完成从最小样例到1GB级数据集的Transformer训练，实现真实中英翻译功能
掌握推理优化：理解KV Cache原理，学会测量TTFT、吞吐量等性能指标，对比PyTorch与vLLM/SGLang推理性能
实践学习福利：熟悉国产GPU开发全流程，获得沐曦等国产算力企业实习内推机会，直接参与开源社区核心项目贡献
? 项目教程地址：
https://gitlink.org.cn/ccf-ai-infra/Transformer-on-Metax
扫码报名学习
| 项目二：《Zotero-AI-Butler：AI文献管家科研实战 》（内容全新升级）
? 项目提供方：西安交通大学 李建豪
? 学习名额：180人（名额有限，先报先得）
? 学习时间：2026年8月17日 - 2026年8月26日 （10天）
? 课程简介：
学术文献井喷式增长，靠AI读文献虽效率有所提升，但仍面临看不懂、记不住、整合难等难题。Zotero-AI-Butler是一款联动Zotero与主流大模型的开源文献精读工具，支持AI总结（把论文读薄）、论文精读（把论文读厚）、一图总结（学术海报式图片）、思维导图、多文献综述等功能的开源实践项目。
本期实践内容全新升级，配置门槛大幅降低，并配套交互式新手教程，零基础也能快速完成安装与模型接入；我们将带领学员从零搭建AI科研工作流，让论文筛选、精读、整理和知识沉淀变得更高效。
? 适合人群：
本科生、研究生及青年教师：希望提升论文阅读和文献整理效率的科研学习者
Zotero用户：正在使用或准备使用Zotero管理文献，希望进一步接入AI能力的用户
科研新手：刚开始进入科研训练，面对大量论文不知如何精读、总结和归纳的同学
课题驱动型学习者：有开题调研、综述写作、课题跟踪等需求的学习者
AI工具与开源项目实践者：对AI工具和开源项目感兴趣，希望参与真实实践的进阶学习者
? 学习目标与成果：
掌握Zotero与大模型结合的科研使用场景
了解DeepSeek、Gemini、OpenAI兼容接口等模型，至少成功接入一个可用模型
建立适合自己的AI文献阅读工作流，提高论文调研、文献管理和知识沉淀效率
? 项目教程地址：
https://www.gitlink.org.cn/steven-li/zotero-AI-Butler
扫码报名学习
04
三步开启你的学习之旅
① 完成报名，加入课程项目学习群
报名成功后可直接入群，群内会设群公告及助教答疑指导。
② 结识学习伙伴，开启组队互助模式
入学习群后，你将能结识一群学习目标一致的伙伴，大家可自由组队，交流学习计划和学习过程中的问题，开启共学成长模式。
③ 跟着群通知，按时学习+打卡
每门课程配套固定任务和学习时间，学习助教将定期在群内发布通知及配套时长的学习任务提示，你只需跟着节奏推进打卡即可；既能督促自己，也能看到伙伴们的进度，互相激励不掉队。
感谢DataWhale组队学习项目马燕鹏老师
为本期活动提供联合招募支持
如果你也有可开放的实践项目
或校内有计划开设实践课程需求
欢迎联系开源小助手
一起共建教育普惠实践学习生态
更多项目请点击阅读原文了解
点击“阅读原文”，加入CCF。