生成式AI大型語言模式(LLM)開發與部署實務:工研院產業學院(台北學習據點)

課程資訊

開課日期

2025-07-08

學習時程

28.5

上課時間

週二,週三

上課時段

上午,下午

適用對象

在企業內部擔任資訊人員(IT)、AI軟體開發、AI模型運用、AI程式應用等工程師或研發人員等。具備基本程式概念者。

課程特色

本課程將帶您深入淺出地了解生成式AI的基本原理，並通過實作掌握各種LLM應用技術：

? 聊天機器人開發：打造專屬的AI秘書
? 提示工程（Prompt Engineering）：提升AI生成內容的品質
? 專屬對話流程設計（LangChain）：自定義您的服務流程與互動體驗
? 資料檢索增強生成（RAG）：讓LLM分析並檢索您的私有文件
? 搜尋引擎整合：讓LLM連上網際網路搜尋最新資訊
? 微調開源LLM模型（Fine-Tuning）：客制專屬LLM來解決特定問題

~本課程歡迎企業包班~

詳細內容

單元	內容
大型語言模型(LLM)介紹	深度學習、循環神經網路與長短期記憶把文字轉成向量 Word Embedding 注意!注意! Attention & Transformer 免費AI開發工具: Colab, Kaggle, Hugging Face LLM之提示工程(Prompt Engineering)
LLM之應用程式開發	OpenAI常見的LLM應用程式 LLM之百家爭鳴: ChatGPT, Gemini, Claude, LLaMA, 台灣繁體模型TAIDE 使用OpenAI Assistant開發專屬line聊天機器人替LLM裝上眼睛和耳朵: 生成照片和與聲音
設計專屬的對話流程(LangChain)	提示模板(PromptTemplate) 使用LangChain設計對話流程鍊記憶與儲存對話紀錄(Memory) 替LLM裝上翅膀: 呼叫外部搜尋引擎和工具用LLM使用額外資料擴展新知識(Retrieval-Augmented Generation) 追蹤流程鍊的資料傳遞過程(LangSmith)
安裝與部署專有LLM	架設雲端伺服器與部署Discord聊天機器人辦公室文件查詢AI小秘書 YouTube影片懶人包機器人上市櫃公司財報AI分析師
微調專屬的LLM	指令式微調(Instruction Fine-tuning) 多任務式微調與漸進式學習(Multi-task Fine-tuning: Progressive Learning) 高效參數微調與遷移式學習(Parameter Efficient Fine-tuning (PEFT): Transfer) LearningW