小型語言模型（SLMs）用於設備端AI培訓

這種以講師為主導的 香港（在線或現場）實時培訓面向希望在各種應用程式中實施和利用小型語言模型的初級到中級數據科學家和開發人員。

在培訓結束時，參與者將能夠：

• 瞭解小型語言模型的體系結構和功能。
• 為文本生成和情緒分析等任務實施 SLM。
• 針對特定用例優化和微調 SLM。
• 在資源受限的環境中部署 SLM。
• 評估和解釋 SLM 在實際場景中的性能。

這種以講師為主導的香港（在線或現場）現場培訓面向希望將 Small Language Models (SLMs) 集成到教育平臺以增強教學過程的教育中級教育技術人員、教學設計師和 AI 開發人員。

在培訓結束時，參與者將能夠：

• 瞭解SLM在教育技術中的作用。
• 使用SLM設計 AI 驅動的學習體驗。
• 在各種教育環境中實施SLM。
• 評估SLM在學習成果方面的有效性。

本次由講師指導的線下或線上培訓，面向中級城市規劃師、城市管理者及智慧城市解決方案開發者，旨在幫助他們在智慧城市項目中實施小型語言模型（SLMs），以提升城市生活品質。

培訓結束後，參與者將能夠：

• 理解SLMs在智慧城市中的應用。
• 將SLMs與城市數據集集成，以增強決策能力。
• 制定在城市管理系統中部署SLMs的策略。
• 評估SLMs對城市規劃和智慧城市解決方案的影響。

這種以講師為主導的 香港（在線或遠端）實時培訓面向希望創建和應用為特定領域（如法律、醫學和技術領域）量身定製的小型語言模型的中級數據科學家和機器學習工程師。

在培訓結束時，參與者將能夠：

• 瞭解特定領域語言模型的重要性和應用。
• 整理和預處理用於模型訓練的專用數據集。
• 為特定於領域的應用程式訓練和微調語言模型。
• 使用領域相關指標對模型進行評估和基準測試。
• 在實際場景中部署特定於領域的語言模型。

本課程爲講師指導的線下或線上培訓，面向高級機器學習工程師和AI研究人員，旨在幫助他們開發既強大又環保的小型語言模型，以實現節能的AI解決方案。

培訓結束後，參與者將能夠：

• 瞭解AI對能源消耗和環境的影響。
• 應用模型壓縮和優化技術，減少AI模型的規模和能耗。
• 利用節能的硬件和軟件框架進行AI部署。
• 實施可持續AI開發的最佳實踐。
• 倡導並推動AI行業的可持續實踐。

本次由講師指導的香港（線上或線下）培訓面向中級數據科學家、機器學習和人工智能研究人員，旨在幫助他們使用小型語言模型創建引人入勝且高效的AI驅動對話體驗。

培訓結束後，參與者將能夠：

• 理解對話式AI的基礎知識以及SLM的作用。
• 設計並實現以用戶爲中心的AI交互。
• 爲交互式應用程序開發和訓練SLM。
• 使用適當的指標評估並改進人機溝通的有效性。
• 在現實場景中部署可擴展且符合倫理的AI驅動對話界面。