實體課程
/
AI
大語言模型 LLM 應用開發工作坊
迎接 AI 浪潮，瞭解如何開發 AI 應用，下個職場超新星就是你
2023年，導入 AI 專案相較去年成長 34 倍，其中有 95% 的專案都在使用 OpenAI 模型。 台灣的 AI 職缺也開始增加，至今年已超過 2.6 萬個，起薪甚至上看百萬！ 在本課程中，你將學習大語言模型 (LLM) 和 Prompt Engineering 最佳實務 ，並運用 OpenAI API 來打造你的第一個 AI 應用工具！
8 章節
8 單元
講師：
張文鈿 ihower
最後更新：2024 年 03 月
你將學到什麼
課程大綱
- 什麼是 Temperature 和 Tokenization
- Completion API 和 Chat API
- GPT-4V API 影像解讀辨識
- Text-To-Speech (TTS) API 文字轉語音
- DALL-E 3 API 圖片生成
- Google Colab 實驗環境 (在瀏覽器中編寫及執行Python 程式碼)
- 撰寫 Prompt (提示詞) 的最佳實務
- Chain of Thought 思維鏈推理
- Chaining Prompts 多個提示鏈
- 常見用法: 摘要、推理、文本轉換、擴寫
- 什麼是 Prompt Injection 和應對方式
- 如何做 Evaluation (評估)
- LLM 的運作原理
- 各種 Memory 實作方式比較
- OpenAI Stream 用法
- Map Reduce 摘要法
- Whisper 語音轉文字
- 詞嵌入 Embedding 語意搜尋
- 檢索增強 Retrieval Augmentation Generation (RAG)
- 向量資料庫 Vector Stores
- ReAct Prompting
- OpenAI Function Calling
- 淺談 Autonomous Agents
- Assistants API 快速打造 Agent 知識檢索應用
- Prompt Template
- Sequential Chain
- Conversation Chain
- Summarization
- RetrievalQA Chain
- Agents
- LLM 相關的 App Stack 工具介紹
- 概述各種模型和服務提供商: OpenAI、Azure OpenAI、Google Vertex AI、AWS Bedrock 和 Hugging Face
- 淺談 Pre-trained model 和 Fine-tuned 模式
- 淺談如何微調(Fine-Tuning) 以及為何微調
學員怎麼說
給 ihower 老師五星好評!! 授課內容直指重點，不但旁徵博引又輔以許多優秀的操作案例，相當全面而且實用！不像其他市面上的相關課程像大雜燴似的，塞了一堆內容卻沒有重點，讓人摸不著頭緒也無從下手，徒然浪費時間與精力。
黃彥臻
對於整體的 LLM 的技術有較全面的了解（這個我比較弱），以及有對於 function call，prompt 的正確下法，agent 這些東西都比較少看到甚至不瞭解，這次也全部都學到了，覺得很棒！
蔡冠廷
講者帶來的內容著實豐富，從基礎到進階、玲琅滿目。這堂課確實為我打開 AI 世界大門，儘管尚未能完全掌握課程的全部精華，但至少在我的心中已經埋下一顆對於 AI 好奇心的種子。課程結束不是終點，學海無涯，唯勤是岸，期許自己將講師的豐富教材仔細著墨後，能促使自己躍上另一境界！如果對於 AI 這門學問也甚是好奇，不妨藉由這堂課程帶領你一探箇中奧妙，相信定有所獲的！
兩盒
滿滿的範例，需要花時間吸收，覺得很值得，可以在一天就接收講師大大八個月的LLM 開發精華，值得！
李錦和
透過這次的課程可以對 LLM 和生成式 AI 有基本架構的認知，有效減少自己測試時的疑惑。
吳兆召
推薦課程
你可能也會喜歡的學習內容
NT$6,750