大型語言模型(LLM)應用開發實戰-假日班(第三梯)

開課日期 |

2026-04-18

課程費用 |

線上洽詢

開課地點 |

台北市松山區臺北市松山區復興北路99號14樓(台北恆逸教育訓練中心)
適合職務 |
分享
收藏
>
課程資訊
適用對象
課程特色
詳細內容
師資介紹

課程資訊

開課日期

2026-04-18

學習時程

30小時

上課時間

週六

上課時段

上午,下午

適用對象

1. 在企業擔任資訊人員(IT)、AI軟體開發、AI模型運用、AI程式應用等工程師等研發從業人員。
2. 有興趣欲投入資通訊產業之轉職人士。

課程特色

特色一、從基礎到進階,全面掌握LLM應用技術
深入理解大型語言模型的核心原理與應用場景,掌握 Transformer 架構、訓練方法、Gemini API、Hugging Face及本地部署工具,逐步建構LLM技術基礎,為實務開發打下根基。
特色二、實作導向,打造可運行的智慧應用專案
從提示詞工程、RAG 檢索式生成、微調技巧(LoRA、PEFT)到Function Calling、AI Agent整合,全方位實作LLM應用開發流程,最終以Gradio打造一個可互動的智慧應用。

詳細內容

日期
課程單元
課程內容
時數
2026/04/18(六)
單元一
大語言模型基礎
1. 大語言模型原理與簡介
    -認識大語言模型LLM發展歷程與背景
    -Transformer 架構核心概念
    -LLM 的訓練方式(預訓練與微調)
    -大語言模型的應用場景與限制
2. 大語言模型的操作
    -控制生成行為
       (temperature、top-k、top-p 等參數介紹)
    -Token 與輸出長度的概念與限制
    -使用 API 操作語言模型(Gemini)
    -Hugging face模型操作
    -本地端的大語言模型部屬平台
       (Ollama、LM-Studio)
6hr
2026/04/25(六)
單元二
檢索增強生成RAG
3. 提示詞工程
    -提示詞設計原則
    -常見提示詞技巧
    -多輪對話中的提示詞設計
    -提示詞調試技巧
4. RAG基本概念
    -為何需要RAG:語言模型與知識庫關聯
    -檢索型模型 vs 生成型模型
    -RAG 的工作流程
    -向量資料庫簡介
    -RAG系統實作
5. Langchain簡介
    -LangChain 框架概述
    -使用LangChain建立RAG系統示範
6hr
2026/05/16(六)
單元三
大語言模型
微調與實戰
6. 大語言模型微調
    -LoRA(Low-Rank Adaptation)、PEFT
       等輕量化微調技術介紹
    -開源模型微調流程
      (使用 Hugging Face Transformers)
    -訓練資料準備與格式
      (Instruction Tuning / SFT)
    -實作:微調小型語言模型進行特定任務
7. 大語言模型動手實作
   -本單元將以工作坊形式進行,鼓勵學員將
       前兩日所學整合,利用Grdaio來親手打造
       一個具體的大語言模型應用系統
6hr
2026/05/23(六)
單元四
Tools/Function
功能擴充
8. LLM工具功能擴充概念
   -工具使用(Tools)與函式調用(Function
       Calling)的應用背景
   -為什麼語言模型需要工具:LLM 的推論限
       制與外部功能需求
   -工具調用 vs 插件系統 vs Agent
       Framework
9. Function Calling 機制實作
   -Google Gemini Tool Use 概念解析
   -函式定義與 JSON Schema 規範介紹
   -範例實作:自定義函式供模型呼叫
   -多工具整合技巧與錯誤處理設計
10.工具應用場景實作
   -串接外部 API
   -搭配Gradio建立互動式多功能應用介面
   -動手練習:建構一個支援多工具呼叫的智慧助手
6hr
2026/05/30(六)
單元五
AI Agent
11.AI Agent 核心概念
   -什麼是 AI Agent:從單一回應到自主行動
       的轉變
   -ReAct(Reasoning + Acting)架構與
       Agent Thought 模型解析
   -Agent 與工具的整合:計劃、決策與執行
       流程
   -知識記憶與狀態管理概念
      (Short-term vs Long-term memory)
12.MCP
   -MCP 簡介與核心概念
   -MCP 架構與元件解析
   -MCP 的實作與開發
13.實作與綜合演練
   -分組實作一個具備多工具與任務管理能力的 AI Agent
6hr
 主辦單位保留講師及課程變更之權利

師資介紹

       陳講師
  • 現任:台灣人工智能產業協會講師、實踐大學推廣中心講師等。
  • 專長:機器學習、影像識別、大型語言模型、生成式AI、數位電路與嵌入式系統、程式設計。
  • 經歷:中原大學電子所博士、中央研究院資訊科學所博士後研究員,曾任資深工程師與資料科學家,並擁有豐富授課經驗,擔任公協會講師多年。

與我諮詢 / 報名

若您有進修網會員帳號,建議您登入進修網,省去填表部份欄位的填寫!
bk_【免費線上說明會】Python商業大數據分析養成班
2026必修內核改造課
建築BIM|RC柱樑牆版、元件、算量出圖、模型檢核
斜槓人生edm_課程全區495
生成式AI關鍵字_PC版跳跳
生成式AI關鍵字_M版跳跳