課程簡介

輕量級大語言模型簡介

  • 理解緊湊模型架構
  • 資源高效 AI 的演變
  • 輕量級模型對企業的重要性

瞭解 Nano Banana

  • 關鍵特性和設計原則
  • 模型能力和侷限性
  • Nano Banana 與傳統大語言模型的區別

部署模型和用例場景

  • 設備端執行及其優勢
  • 本地與雲端推理
  • 選擇合適的部署路徑

跨行業的實際應用

  • 內部自動化和知識輔助
  • 面向客戶的用例
  • 運營和合規驅動場景

集成基礎

  • 評估系統需求
  • 工作流和流程考量
  • API 和工具鏈簡介

成本優化和效率

  • 使用緊湊模型降低推理成本
  • 平衡性能和資源
  • 規劃可擴展的部署

治理、隱私和風險管理

  • 確保設備端執行的安全性
  • 理解數據邊界和保障措施
  • 與企業政策和標準保持一致

準備組織採用

  • 建立內部能力和準備
  • 通過試點項目評估業務價值
  • 爲廣泛推廣奠定基礎

總結與下一步

最低要求

  • 對一般 IT 概念的理解
  • 具備基本軟件工具的使用經驗
  • 熟悉數據驅動的業務工作流程

受衆

  • 採用 AI 能力的 IT 團隊
  • 對實際 AI 應用感興趣的商業用戶
  • 評估設備端大語言模型策略的技術經理
 7 時間:

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