課程簡介

生成式AI與代理式AI簡介

  • 什麼是生成式AI?什麼是代理式AI?
  • 兩者的區別與互補性
  • 各行業的應用案例與趨勢

生成式AI的架構與工具

  • Transformer模型:GPT、LLaMA、Claude等
  • 微調與上下文學習的對比
  • 工具:ChatGPT、Hugging Face Transformers、Google AI Studio

提示工程:控制與結構化

  • 提示模式:寫作、編碼、摘要等
  • 少樣本提示、零樣本提示與思維鏈提示
  • 使用提示庫與測試工具

理解代理式AI

  • 代理式AI的定義與演進
  • 架構:規劃、記憶、工具、自我反思
  • 熱門框架:AutoGPT、BabyAGI、CrewAI、LangGraph

設計與部署自主代理

  • 目標設定與任務分解
  • 集成工具與API(搜索、記憶、代碼)
  • 多代理協調與人在環監督

應用案例與實施場景

  • 內容生成與任務編排的對比
  • 企業生產力、客戶支持、數據提取
  • 負責任與安全的實施

總結與下一步

最低要求

  • 對AI和機器學習概念有一定了解。
  • 有使用API或腳本語言(如Python)的經驗。
  • 熟悉提示工程或大語言模型的使用。

受衆

  • AI開發人員與工程師。
  • 創新與研發團隊。
  • 探索代理式AI系統的技術產品經理。
 14 時間:

人數


每位參與者的報價

即將到來的課程

課程分類