|
上課日期 |
授課時間 |
時數 |
課程進度／內容 |
授課師資 |
助教 |
遠距教學 |
|
114/07/12(星期六) |
09:00~12:00 |
3 |
1. AI、ML、Generative AI? 2. 過去的自然語言的人工智慧。 3. 生成式 AI 的突入: LLM 模型的介紹。 |
蔡景翔 |
||
|
114/07/12(星期六) |
13:00~16:00 |
3 |
4. 各式 LLM 的服務與模型應用的差異理解。 5. ChatGPT、DALL-E、Whisper 等 OpenAI服務快速理解。 |
蔡景翔 |
||
|
114/07/19(星期六) |
09:00~12:00 |
3 |
1. LLM 的誘發劑: Prompts (提示詞) 介紹 2. Prompt Engineering (提示工程) 的觀念 3. Prompts 的基本用法 |
蔡景翔 |
||
|
114/07/19(星期六) |
13:00~16:00 |
3 |
4. Prompts 的技法(I) – 角色扮演 5. Prompts 的技法(II) – 格式指定 6. Prompts 的技法(III) – 區分指令與內容 7. Prompts 的技法(IV) –目標受眾陳述 |
蔡景翔 |
||
|
114/07/26(星期六) |
09:00~12:00 |
3 |
1. Prompts 的進階用法(I)–新內容學習: Zero/One/Few Shot 2. Prompts 的進階用法(II)–思維鍊(CoT) |
蔡景翔 |
||
|
114/07/26(星期六) |
13:00~16:00 |
3 |
3. Prompts 的進階用法(III)–思維樹(ToT) 4. Prompts 的實踐指引 5.認識 OpenAI 與 Azure OpenAI Service (AOAI) |
蔡景翔 |
||
|
114/08/02(星期六) |
09:00~12:00 |
3 |
1.OpenAI 中 GPT 模型的 API 認識 2.OpenAI 的工具使用 |
蔡景翔 |
||
|
114/08/02(星期六) |
13:00~16:00 |
3 |
3.建立 AOAI 的服務 4.透過簡易的 .NET 程式進行 AOAI 服務的串接 |
蔡景翔 |
||
|
114/08/16(星期六) |
09:00~12:00 |
3 |
1.理解 AOAI 與 OpenAI 串接的差異性。 |
蔡景翔 |
||
|
114/08/16(星期六) |
13:00~16:00 |
3 |
2.透過 .NET 程式實作串接不同的 LLM 模型取得需要的建構結果(GPT 不同模型為例)。 |
蔡景翔 |
||
|
114/08/23(星期六) |
09:00~12:00 |
3 |
1. 進行 LLM 的 Fine-tuning。(以 AOAI 服務提供的 GPT 模型為例) 2. 進行 LLM 的 Fine-tuning-準備。 3. 進行 LLM 的 Fine-tuning-收集。 |
蔡景翔 |
||
|
114/08/23(星期六) |
13:00~16:00 |
3 |
4. 進行 LLM 的 Fine-tuning-驗證。 5. 進行 LLM 的 Fine-tuning-執行。 |
蔡景翔 |
||
|
114/08/30(星期六) |
09:00~12:00 |
3 |
1. 查看 LLM 的 Fine-tuning效果-測試。 2. 反覆測試LLM 的 Fine-tuning效果及驗證。 |
蔡景翔 |
||
|
114/08/30(星期六) |
13:00~16:00 |
3 |
3.使用 Azure AI Foundry 4.GPT- o系列的推理類模型介紹 |
蔡景翔 |
||
|
114/09/06(星期六) |
﹀
蔡景翔 老師 學歷：國立清華大學 資訊工程所 專長：資訊工程 其他人也搜尋 |
職務找課程