update integrated version

main.tex

@@ -154,7 +154,7 @@
 \newcommand{\coursename}{高级机器学习}
 \newcommand{\semester}{2026}
 \newcommand{\teacher}{授课教师}
-\newcommand{\school}{东北大学}
+\newcommand{\school}{东北大学自然语言处理实验室 \& 小牛翻译}
 \newcommand{\lessondate}{\today}
 \newcommand{\blankline}{\par\noindent\rule{\linewidth}{0.4pt}\par}
 \newcommand{\keyword}[1]{\textbf{\color{CourseBlue}#1}}
@@ -236,11 +236,13 @@
   {\zihao{3}\bfseries 教材合订版\par}
   \vspace{1.2cm}
   \vfill
-  \begin{tabular}{rl}
+  \begin{tabular}{c}
     % \textbf{教师：} & \teacher \\
     % \textbf{学期：} & \semester \\
     % \textbf{单位：} & \school \\
     % \textbf{日期：} & \lessondate \\
+    \school \\
+    \lessondate \\
   \end{tabular}
   \vspace*{1.2cm}
 \end{titlepage}
@@ -254,13 +256,17 @@
 
 本书可以看作是在生成式人工智能时代对机器学习方法的一次重新梳理和介绍。与传统机器学习教材相比，本书不再以经典算法的系统介绍为主要目标，而是更加关注近年来生成式人工智能发展过程中形成的一系列重要方法和技术，包括大模型的训练与微调、深度强化学习、连续时间系统建模、多模态学习等。我们希望通过这些内容，使读者在掌握机器学习基本思想的基础上，进一步理解当前人工智能技术发展的主要方法体系及其背后的基本原理。
 
-本书的部分内容是在我们团队近年来研究和教学工作的基础上整理和发展而来的。在写作过程中，我们参考并吸收了团队此前发表的论文、书籍和技术资料，包括 \href{https://arxiv.org/abs/2501.09223}{\textit{Foundations of Large Language Models}} 和 \href{https://www.techrxiv.org/doi/full/10.36227/techrxiv.177160477.75893679/v1}{\textit{Ordinary Differential Equations in Vision and Language}} 等。在此基础上，本书又根据整体知识体系进行了重新组织，并补充了大量新的内容，希望能够较为完整地反映生成式人工智能背景下机器学习方法的发展脉络。
+本书的部分内容是在我们团队近年来研究和教学工作的基础上整理和发展而来的。在写作过程中，我们参考并吸收了团队此前发表的论文、书籍和技术资料，包括 \href{https://arxiv.org/abs/2501.09223}{\textit{Foundations of Large Language Models}} 、 \href{https://www.techrxiv.org/doi/full/10.36227/techrxiv.177160477.75893679/v1}{\textit{Ordinary Differential Equations in Vision and Language}} 和 \href{https://wangclnlp.github.io/RL-without-Tears-site/}{\textit{Reinforcement Learning without Tears: An Introduction in the Era of Large Language Models}} 等。在此基础上，本书又根据整体知识体系进行了重新组织，并补充了大量新的内容，希望能够较为完整地反映生成式人工智能背景下机器学习方法的发展脉络。
 
 本书面向对生成式人工智能及现代机器学习方法感兴趣的高年级本科生、研究生、研究人员以及工程技术人员。由于相关技术仍在快速发展，本书难免存在不足之处，也诚挚欢迎读者提出宝贵的意见和建议。
 
+感谢所有参与本书编撰工作的同学和老师，他们是：杨曦涵，陈丹，吴钰璋，李天园，张俊翔，叶凯阳，王俊鑫，朱梓铭，徐欣怡，赵润松，葛政锟，李恒雨，赵洵，刘宏宇，林丁洋，牛苗赫，兰亭序，刘晓倩，丁妍，王成龙，肖桐。
+
 \vspace{1em}
 \begin{flushright}
-肖桐\quad 王成龙
+肖桐\quad 王成龙 \\
+\school \\
+\lessondate 
 \end{flushright}
 \cleardoublepage
 

section2/chapter.tex

@@ -2,7 +2,8 @@
 % 本文件由 section2/aml_notes.tex 抽取正文生成，保留章节目录独立性。
 
 \chapter{强化学习基础}
-\chapterinfo{朱梓铭、徐欣怡、王成龙}
+% \chapterinfo{朱梓铭、徐欣怡、王成龙}
+\chapterinfo[本章内容主要参考 \href{https://wangclnlp.github.io/RL-without-Tears-site/}{\textit{Reinforcement Learning without Tears: An Introduction in the Era of Large Language Models}}，部分内容翻译、整理自该书英文版]{朱梓铭、徐欣怡、王成龙}
 
 许多智能任务并不是对一个静态输入给出一次答案，而是连续作出选择。机器人当前的转向会改变下一时刻的位置，调度系统当前分配的资源会影响后续任务的等待时间，推荐系统展示的内容也可能改变用户之后的行为。此类任务中的动作既影响即时结果，也改变未来能够看到的状态和可以采取的动作。强化学习研究的正是这种\keyword{智能体通过与环境交互，依据反馈学习长期决策策略}的问题。