課程簡介
自 2022 年 11 月首次發布以來，ChatGPT（由 OpenAI 的 GPT 語言模型提供支持）風靡全球。但它並不是唯一使用大型語言模型 (LLM) 重塑企業格局的應用程序。微軟的 Bing AI、谷歌的 Bard 和 Meta 的 LLaMA 也在爭奪生成人工智能領域的主導地位，為從高級搜索到對話代理的技術提供動力。當塵埃落定後，顛覆將無異於對組織運作方式的重塑。
隨著 OpenAI 的 GPT-4 語言模型的最新發布，摩根士丹利財富管理部門正在使用它來組織其龐大的知識庫，Be My Eyes 用於改變視覺可訪問性，Stripe 用於簡化用戶體驗和打擊欺詐，以及政府冰島保留其語言。
作為數據專業人員和開發人員，重要的是要了解這些工具在幕後如何工作，以及如何在您的工作中利用大語言模型 (LLM)。
LLMs徹底改變了自然語言處理 (NLP) 領域，並越來越多地被用於解決各行各業的各種 NLP 問題。
了解 LLM 可以幫助像您這樣的開發人員和數據科學家：
1.構建更好的 NLP 模型：LLM 是許多 NLP 任務的最先進模型，了解它們的工作原理可以幫助開發人員和數據科學家構建更好的模型並在其 NLP 任務中實現更好的性能。
2.開發自定義 NLP 應用程序：LLM 可以針對特定的 NLP 任務進行微調，使其高度適應不同的領域和用例。了解 LLM 的開發人員和數據科學家可以利用這種靈活性來開發滿足其特定需求的自定義 NLP 應用程序
3.優化模型性能：了解 LLM 可以幫助開發人員和數據科學家通過為其特定用例選擇合適的架構、提示工程、微調策略和下游任務來優化模型性能。
隨著 OpenAI 的 GPT-4 語言模型的最新發布，摩根士丹利財富管理部門正在使用它來組織其龐大的知識庫，Be My Eyes 用於改變視覺可訪問性，Stripe 用於簡化用戶體驗和打擊欺詐，以及政府冰島保留其語言。
作為數據專業人員和開發人員，重要的是要了解這些工具在幕後如何工作，以及如何在您的工作中利用大語言模型 (LLM)。
LLMs徹底改變了自然語言處理 (NLP) 領域，並越來越多地被用於解決各行各業的各種 NLP 問題。
了解 LLM 可以幫助像您這樣的開發人員和數據科學家：
1.構建更好的 NLP 模型：LLM 是許多 NLP 任務的最先進模型，了解它們的工作原理可以幫助開發人員和數據科學家構建更好的模型並在其 NLP 任務中實現更好的性能。
2.開發自定義 NLP 應用程序：LLM 可以針對特定的 NLP 任務進行微調，使其高度適應不同的領域和用例。了解 LLM 的開發人員和數據科學家可以利用這種靈活性來開發滿足其特定需求的自定義 NLP 應用程序
3.優化模型性能：了解 LLM 可以幫助開發人員和數據科學家通過為其特定用例選擇合適的架構、提示工程、微調策略和下游任務來優化模型性能。
課程目標
1. 如何將各種 LLM 應用和集成到組織現有的數據基礎架構和系統中。這包括了解 ChatGPT 和 Bard 的開源替代品。
2. 了解 Transformer架構的演變和 ChatGPT 背後的歷史背景，包括不同類型的 LLM 及其生命週期（預訓練、微調和推理）。
3. 了解 LLM 可應用於的不同下游任務，例如預測、提取、序列標記、序列轉換和生成。
4. 將 LLM 理解為更大架構中的組件，包括它們在密集檢索、推薦、合成數據生成、負面挖掘以及通過知識 蒸餾、修剪和量化管理模型大小的嵌入中的使用。
2. 了解 Transformer架構的演變和 ChatGPT 背後的歷史背景，包括不同類型的 LLM 及其生命週期（預訓練、微調和推理）。
3. 了解 LLM 可應用於的不同下游任務，例如預測、提取、序列標記、序列轉換和生成。
4. 將 LLM 理解為更大架構中的組件，包括它們在密集檢索、推薦、合成數據生成、負面挖掘以及通過知識 蒸餾、修剪和量化管理模型大小的嵌入中的使用。
課程大綱
單元一：從生成模型到下游任務：探索語言模型在NLP中的應用
單元二：LLM架構及應用：打造智慧客服 Chatbot
單元三：深入了解LangChain：掌握NLP平台開發和應用的進階知識
單元四：向量資料庫應用：從資料檢索到自然語言理解的應用實踐
課程建議對象
1. 軟件工程師和開發人員。
2. 機器學習/人工智能工程師。
3. 希望將 NLP、機器學習和提示工程應用到系統的開發人員。
4. 欲瞭解生成式AI、客服機器人到企業智能應用之工程師或主管或有興趣者。
2. 機器學習/人工智能工程師。
3. 希望將 NLP、機器學習和提示工程應用到系統的開發人員。
4. 欲瞭解生成式AI、客服機器人到企業智能應用之工程師或主管或有興趣者。
建議修課參考
- 熟悉Python讀寫代碼（了解不同的資料格式和物件導向開發的基礎知識）。
- 具有數據和機器學習 Python 庫（例如 Numpy、Scikit-Learn 和 Pandas）開發經驗。
- 具有 Web 應用程序開發經驗（了解網站與伺服器溝通知識）
- 擁有使用 API 開發經驗，並能夠編寫簡單的 Python 代碼來發送請求和解析來自API的響應。
課程價格
l 自備NB （操作系統為 windows 10 以上，優先建議使用linux-base 作業系統）
l具備OpenAI 帳戶以及 API 金鑰 (第一次註冊會有18美元額度可做為課程時開通實作練習用)
l本課程符合勞委會"協助事業單位人力資源提升計畫"的補助方案，
l 歡迎企業踴躍報名參加歡迎企業包班，請來電洽詢 課程承辦人陳小姐(Joan) 04-25675621
l具備OpenAI 帳戶以及 API 金鑰 (第一次註冊會有18美元額度可做為課程時開通實作練習用)
l本課程符合勞委會"協助事業單位人力資源提升計畫"的補助方案，
l 歡迎企業踴躍報名參加歡迎企業包班，請來電洽詢 課程承辦人陳小姐(Joan) 04-25675621
| 類別 (含軟體實作、餐點、講義、稅額等) | 課程價格 |
| 課程原價《會 員》 | $21,600元/人 |
| 21天前報名~享早鳥優惠價 | $19,400元/人 |
| 3人(含)以上相揪同行報名~享優惠價 | $18,300元/人 |
結訓與證書
參加【生成式AI大型語言模型實戰課程：從客服機器人到企業智能應用】之學員，研習期滿，出席率達到80%(含)以上，且參與課程實作與討論者，即可獲工研院頒發的培訓證書。
上課資訊
●上課日期：112/11/04、11/18、11/25、12/02(週六)(11/11休息)
●上課時間：09:30~16:30，每天6小時，共計24hrs
●上課地點：工研院產業學院 台中學習中心-訓練教室或WEBEX線上直播 (實際上課教室請依據上課通知函為準!)
●上課地址：台中市大雅區中科路6號(中科-工商服務大樓-4樓或9樓教室) 或WEBEX線上直播
上課資訊
●上課日期：112/11/04、11/18、11/25、12/02(週六)(11/11休息)
●上課時間：09:30~16:30，每天6小時，共計24hrs
●上課地點：工研院產業學院 台中學習中心-訓練教室或WEBEX線上直播 (實際上課教室請依據上課通知函為準!)
●上課地址：台中市大雅區中科路6號(中科-工商服務大樓-4樓或9樓教室) 或WEBEX線上直播
台中 
2024-12-04 ~ 2024-12-05 
