聯繫我們

課程簡介

輕量級大型語言模型簡介

  • 理解緊湊型模型架構。
  • 資源高效 AI 的演進歷程。
  • 為何輕量級模型對企業至關重要。

了解 Nano Banana

  • 主要功能與設計原則。
  • 模型的能力與限制。
  • Nano Banana 如何與傳統大型語言模型有所區別。

部署模式與使用情境

  • 設備端執行及其效益。
  • 本地推論與雲端推論之比較。
  • 選擇合適的部署路徑。

跨產業的實際應用

  • 內部自動化與知識輔助。
  • 面向客戶的使用情境。
  • 營運與合規導向的情境。

整合基礎知識

  • 評估系統需求。
  • 工作流程與流程考量。
  • API 與工具鏈簡介。

成本優化與效率提升

  • 利用緊湊型模型降低推論成本。
  • 平衡效能與資源。
  • 規劃可擴展的部署方案。

治理、隱私與風險管理

  • 確保設備端執行的安全性。
  • 理解數據邊界與防護措施。
  • 與企業政策及標準保持一致。

準備組織採用

  • 建立內部能力與準備度。
  • 透過試點專案評估商業價值。
  • 為更廣泛的推廣奠定基礎。

總結與下一步計畫

最低要求

  • 具備一般 IT 概念的理解。
  • 具備基本軟體工具的經驗。
  • 熟悉以數據為導向的企業工作流程。

目標受眾

  • 採用 AI 能力的通用 IT 團隊。
  • 對實用 AI 應用感興趣的業務用戶。
  • 評估設備端 LLM 策略的科技管理人員。
 7 小時

客戶評論 (1)

課程分類