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
輕量級 LLM 入門
- 了解緊湊型模型架構
- 資源高效 AI 的演變
- 為企業而言,輕量級模型為何重要
理解 Nano Banana
- 關鍵功能和設計原則
- 模型能力與限制
- Nano Banana 與傳統 LLM 的差異
部署模式和使用場景
- 設備端執行及其優勢
- 本地推理與雲端推理
- 選擇合適的部署路徑
跨行業的實際應用
- 內部自動化與知識輔助
- 面向客戶的使用場景
- 運營與合規導向的場景
集成基礎
- 評估系統需求
- 工作流和流程考慮
- API 和工具鏈簡介
成本優化與效率
- 利用緊湊型模型降低推理成本
- 平衡性能與資源
- 規劃可擴展部署
治理、隱私和風險管理
- 確保安全的設備端執行
- 理解數據邊界與保護措施
- 符合企業政策和標準
準備組織採用
- 建立內部能力和準備度
- 通過試點項目評估業務價值
- 為廣泛推廣奠定基礎
總結與後續步驟
最低要求
- 了解一般 IT 概念
- 具備基本軟件工具的經驗
- 熟悉數據驅動業務工作流程
受眾
- 採用 AI 功能的通用 IT 團隊
- 對實際 AI 應用感興趣的業務用戶
- 評估設備端 LLM 策略的技術經理
7 小時
客戶評論 (1)
演講中的流程、氛圍與主題
Lukasz Kowalczyk - Allegro Sp. z o.o.
課程 - Google Gemini AI for Data Analysis
機器翻譯