告別通用模型限制！運用LangChain打造企業專屬生成式AI

▲生成式AI實戰演練使用Python語言

恆逸教育訓練中心 開課時間：     https://reurl.cc/zlOp7N

本課程旨在引導學員深入理解並實戰操作生成式AI的核心技術，特別是大語言模型（LLM），並透過Python語言將其整合至實際應用中。

核心學習目的：

1.掌握LLM的應用與整合： 理解大語言模型在企業界的應用潛力，並學習如何解決LLM對特定語義（Context）效果不佳的問題。

2.客製化與優化LLM結果： 學會除了傳統微調（fine-tune）之外，運用如LangChain等工具輔助，將資料準備給LLM，以產生更符合預期的客製化結果。

3.將AI能力整合至應用程式： 讓學員能夠超越單純使用ChatGPT的層次，將OpenAI/LLM的功能整合到自己的Python應用程式中。

主要學習重點與學會技能：

1. 自然語言處理（NLP）基礎與進階：

    (1)理解自然語言處理的相關背景知識，包含類神經網路、Encoder、Decoder與Transformer等核心概念。

   (2)學習語言模型與遷移學習（transfer learning）的原理。

2. OpenAI API與ChatGPT實戰應用：

    (1)熟悉OpenAI API的呼叫與專案管理，包括使用Open AI Restful API、POSTMAN及Python進行API呼叫。

    (2)掌握ChatGPT的console使用技巧，並能運用ChatGPT進行程式改寫、文字編碼、模型微調（簡介）與計費方式。

    (3)學會對話API、語義完成API、圖片生成、程式碼生成及語音轉文字API的使用，並能計算token數量。

    (4)理解提示（prompt）與內容審查（moderation）的重要性。

    (5)具備將ChatGPT的API整合至個人Python程式的能力。

3. HuggingFace框架的應用：

    (1)簡介HuggingFace框架中的data與pipeline。

    (2)學會使用Hugging Face的API進行語義判定、文字猜測、文字生成、詞性推測以及問答機制等應用。

    (3)掌握摘要生成（summary generation）的實作。

4. 向量資料庫與LangChain實作：

    (1)簡介向量資料庫的使用與其重要性。

    (2)深入實作LangChain，學會使用LangChain整合OpenAI ChatGPT。

    (3)能夠利用LangChain讀取文字檔或文字型式的PDF資料，並將其提供給LLM引擎進行處理。

5. 離線LLM模型操作：

    具備在公司內部環境（不連線使用ChatGPT）下，利用LLM模型進行提示、完成與推論的能力

詳細資訊請上https://reurl.cc/RLZdbx

也可私訊粉絲團讓專業小編幫你解答！https://www.facebook.com/messages/t/uuuEdu