返回課程
AI010
專業人士
開發者入門：大型語言模型
本課程是安德魯·吳與 OpenAI 聯合推出的三門大型語言模型系列課程的中文適配版本。內容涵蓋提示工程、使用 ChatGPT API 建立系統、LangChain 應用開發，以及利用 LangChain 存取私有資料。課程為大規模語言模型的應用能力提供了清晰且易於理解的介紹，幫助學習者掌握如何建構具備摘要、推理、轉換、擴展及對話功能的應用程式。
4.8
24.0h
916 學習者
8 堂課
0 讚好
人工智能
課程總覽
內容摘要
本課程是安德魯·吳（Andrew Ng）與 OpenAI 聯合開發的三部分大型語言模型（LLM）系列課程的中文版本。內容涵蓋提示工程、基於 ChatGPT API 建立系統、LangChain 應用開發，以及使用 LangChain 存取私有資料。課程提供深入且易懂的介紹，幫助學習者掌握如何運用 LLM 的能力，開發具備摘要、推論、轉換、擴展及對話功能的應用。
精通提示工程與 LangChain 框架，成為大模型時代的 AI 應用開發者。
學習目標
- 区分基礎型 LLM 與指令微調型 LLM。
- 運用四種特定技巧撰寫清晰且明確的指令（分隔符、結構化輸出、條件檢查、少樣本提示）。
- 實施策略讓模型「有時間思考」，透過指定任務步驟並要求獨立解決問題。
- 實作結構化文字處理：從單一或多份文件中總結並提取特定資訊，同時控制輸出長度與重點。
- 進行自動化文字分析：以提示語句分類情感、識別特定情緒，並執行零樣本主題分類。
- 執行多模態轉換：跨語言翻譯、轉換資料格式（例如：JSON 轉 HTML），並程式化修正語法/拼字錯誤。
- 辨別基礎型 LLM 與指令微調型 LLM，並理解詞彙化（tokenization）對模型行為的影響。
- 使用 System、User 與 Assistant 消息角色建立結構化系統架構，定義模型人格。
- 應用分類與審查技術，評估使用者輸入的安全性與路由。
- 實施提示鏈（Prompt Chaining）：將複雜任務分解為可管理的子任務，提升可靠性並降低成本。