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
對話式 AI 與小型語言模型(SLMs)介紹
- 對話式 AI 的基本原理
- SLMs 及其優勢概覽
- 互動應用中 SLMs 的案例研究
設計對話流程
- 人機互動設計原則
- 打造引人入勝且自然的對話
- 用戶體驗(UX)考量因素
構建客服機器人
- 客服機器人的應用場景
- 將 SLMs 整合到客服平台中
- 利用 AI 處理常見客戶查詢
為互動訓練 SLMs
- 對話式 AI 的數據收集
- 對話系統中 SLMs 的訓練技術
- 針對特定互動場景對模型進行微調
評估互動品質
- 評估對話式 AI 的指標
- 用戶測試與反饋收集
- 基於評估結果進行迭代改進
語音支援與多模態互動
- 將語音識別與 SLMs 結合
- 設計多模態互動(文字、語音、視覺)
- 語音助手和聊天机器人的案例研究
個人化與上下文理解
- 個性化互動技術
- 情境感知對話處理
- 個人化 AI 中的隱私與數據安全
道德考量與偏差緩解
- 對話式 AI 的道德框架
- 識別並緩解互動中的偏差
- 確保 AI 溝通中的包容性與公平性
部署與擴展
- 部署對話式 AI 系統的策略
- 擴展 SLMs 以實現廣泛應用
- 部署後監控和維護 AI 互動
終點項目
- 確定特定領域中對話式 AI 的需求
- 使用 SLMs 開發原型
- 測試並展示互動應用程式
最終評估
- 提交終點項目報告
- 展示功能完整的對話式 AI 系統
- 基於創新性、用戶參與度和技術執行的評估
總結與下一步行動
最低要求
- 具備人工智慧和機器學習的基本知識
- 精通 Python 程式設計
- 擁有自然語言處理概念的經驗
受眾對象
- 數據科學家
- 機器學習工程師
- AI 研究人員和開發者
- 產品經理和 UX 設計師
14 小時