CS336 · Assignment 5 导读
CS336 Assignment 5：对齐与推理 RL
这份导读帮你理解 Assignment 5 要做什么、需要哪些知识、如何开始。它不包含任何实现答案——算法是你自己推出来并实现的。
📅 发布：2026-05-20
⏰ 截止：2026-06-03
📖 前置：第 15-16 课
Spring 2026 官方资料（v2.0.1，checked 2026-08-30，commit c2734a2）：代码仓库 · 作业说明 · CHANGELOG · 可选安全对齐补充 · 课程日程
本页只呈现 Spring 2026 reasoning-RL Workbook；安全 SFT/DPO 保持为独立 optional supplement，完整要求以官方资料为准。