聯繫我們

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

人數


每位參與者的報價

即將到來的課程

課程分類