聯繫我們

課程簡介

生成式 AI 與代理式 AI 簡介

  • 什麼是生成式 AI?什麼是代理式 AI?
  • 兩者的差異與互補關係
  • 跨產業的應用案例與趨勢

生成式 AI 架構與工具

  • Transformer 模型:GPT、LLaMA、Claude 及其他
  • 微調(Fine-tuning)與情境學習(In-context learning)的比較
  • 工具:ChatGPT、Hugging Face Transformers、Google AI Studio

用於控制與結構化的提示工程

  • 適用於寫作、編碼、摘要等的提示模式
  • 少樣本(Few-shot)、零樣本(Zero-shot)與思維鏈(Chain-of-thought)提示
  • 使用提示庫與測試工具

深入理解代理式 AI

  • 代理式 AI 的定義與演變
  • 架構:規劃、記憶、工具使用與自我反思
  • 流行框架:AutoGPT、BabyAGI、CrewAI、LangGraph

自主代理的設計與部署

  • 目標設定與任務分解
  • 整合工具與 API(搜尋、記憶、程式碼)
  • 多代理協調與人類在環(Human-in-the-loop)監督

應用案例與實施場景

  • 內容生成與任務編排(Task Orchestration)的比較
  • 企業生產力、客戶支援、資料抽取
  • 負責任且安全的實施策略

總結與後續步驟

最低要求

  • 具備對 AI 與機器學習概念的基礎理解
  • 有使用 API 或 Python 等腳本語言的經驗
  • 熟悉提示工程或大型語言模型的使用

目標受眾

  • AI 開發人員與工程師
  • 創新與研發團隊
  • 探索代理式 AI 系統的技術產品經理
 14 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類