| 週別 | 課程主題 | 內容大綱 |
|---|
| 第一週 |
大型語言模型 (LLM) 初探 |
- 了解 LLM 的基本概念、原理、發展和應用
- 學習 LLM 的使用時機和方法
- 掌握 LLM 的訓練條件和流程
- 認識 LLM 的利弊和未來趨勢
- ChatGPT、Bing、Claude等 LLM 的功能統整
|
| ChatGPT 高效問答術 (Prompt engineering) |
- 讓 ChatGPT 角色扮演，得到更高品質的回應
- 用模板和例子指導 ChatGPT，讓它執行你的任務
- Custom Instructions Framework
- 用多個提示讓 ChatGPT 做更深的推理
- Few shot prompting
- Chain of Thought prompt(思維鏈推理)
- Chaining Prompts(多個提示鏈)
- Tree-of Thought
- 實用瀏覽器擴充套件 (Browser Extensions)
|
| ChatGPT 流程自動化 |
- 自動化工作流程概念介紹
- 自動化工具平台介紹
- (專案1) 辦公室流程自動化實作-1
|
| ChatGPT 應用程式介面 |
- (專案2) 辦公室流程自動化實作-2
- (專案3) 建立自己的 AI 知識助理
|
| 分組專題實作討論 |
|
| 第二週 |
探索 LLM 的運作原理 |
- 相關深度學習技術簡介
- 相關模型架構簡介
(Transformer,BERT,GPT)
- 常用文本處理技術簡介
(Tokenization、Word Embedding)
- 文本相似度計算與應用
- 向量資料庫功能簡介
- 遷移學習概念介紹
- LLM 的微調時機、三種微調方式簡介
|
| 開源 LLM 模型介紹 & 雲端聊天機器人體驗 |
- 各式開源 LLM 模型特點介紹
- 模型託管平台 Hugging Face介紹
- 雲端聊天機器人體驗
(Taiwan LLM ChatUI + LLM Stack)
- 開源 LLM 模型選取與下載
- 檢索增強生成原理簡介
(Retrieval-Augmented Generation, RAG)
|
| 運用 LLM 互動式介面工具 |
- 雲端使用 LLM 模型開發客服機器人並實作 RAG (Chatbase、Openchat)
- 在本機端使用 LM Studio 與 LLM 模型對話
- 在本機端安裝 LLM Stack 並實作 RAG
- 將特定情境下的聊天機器人發佈為網頁 APP
|
| 分組專實作討論與成果發表 |
|
