感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
生成式人工智慧與大型語言模型簡介
- 生成式人工智慧及其演進概覽
- 大型語言模型介紹:GPT、BERT 及其能力
- 比較生成式模型與傳統自然語言處理方法
Transformer 架構與模型訓練
- 理解 Transformer 架構在大型語言模型中的原理
- 自我注意機制與語言建模
- 大型語言模型的訓練與微調過程
有效互動的提示工程
- 設計能產生準確且有價值輸出的提示
- 針對不同應用場景微調提示策略
- 通過試驗不同的提示變體以優化回應
大型語言模型在商業中的應用
- 透過對話式人工智慧自動化客戶服務
- 為行銷與媒體產生內容
- 大型語言模型在數據分析與報告生成中的應用
道德考量與偏見管理
- 識別由大型語言模型生成的內容中潛在的偏見
- 應對生成式人工智慧應用中的道德問題
- 負責任地部署大型語言模型的策略
大型語言模型的進階技術
- 為領域特定應用微調大型語言模型
- 將大型語言模型整合到其他人工智慧系統中,以增強功能
- 探索多語言與跨語言能力
生成式人工智慧在商業中的未來
- 生成式人工智慧及大型語言模型研究的最新趨勢
- 擴展大型語言模型方案的機遇與挑戰
- 為商業中的人工智慧驅動轉型做好準備
總結與後續步驟
最低要求
- 具備機器學習及自然語言處理概念的基礎知識
- 熟悉 Python 程式設計
目標受眾
- 對生成式人工智慧技術感興趣的數據科學家及人工智慧從業人員
- 正在探索自動化與內容產生的業務從業人員
- 希望在其工作流程中實施大型語言模型的技術經理及決策者
14 小時
客戶評論 (2)
互動式風格,練習
Tamas Tutuntzisz
課程 - Introduction to Prompt Engineering
機器翻譯
一個未來使用的優秀資源庫,講師的風格(充滿幽默感,細節豐富)
Adam - GE Aerospace Poland Sp. z o.o.
課程 - Prompt Engineering for ChatGPT
機器翻譯