感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
對話式AI與小語言模型（SLMs）簡介
- 對話式AI的基礎知識。
- SLMs概述及其優勢。
- SLMs在交互式應用中的案例研究。
設計對話流程
- 人機交互設計原則。
- 構建引人入勝且自然的對話。
- 用戶體驗（UX）考量。
構建客戶服務機器人
- 客戶服務機器人的用例。
- 將SLMs集成到客戶服務平臺中。
- 使用AI處理常見客戶諮詢。
爲交互訓練SLMs
- 對話式AI的數據收集。
- 對話系統中SLMs的訓練技術。
- 爲特定交互場景微調模型。
評估交互質量
- 評估對話式AI的指標。
- 用戶測試和反饋收集。
- 基於評估的迭代改進。
語音和多模態交互
- 將語音識別與SLMs結合。
- 設計多模態交互（文本、語音、視覺）。
- 語音助手和聊天機器人的案例研究。
個性化和上下文理解
- 個性化交互的技術。
- 上下文感知的對話處理。
- 個性化AI中的隱私和數據安全。
倫理考量和偏見緩解
- 對話式AI的倫理框架。
- 識別並緩解交互中的偏見。
- 確保AI溝通的包容性和公平性。
部署和擴展
- 部署對話式AI系統的策略。
- 爲廣泛使用擴展SLMs。
- 部署後監控和維護AI交互。
畢業項目
- 在選定領域中識別對話式AI的需求。
- 使用SLMs開發原型。
- 測試並展示交互式應用。
最終評估
- 提交畢業項目報告。
- 演示功能性的對話式AI系統。
- 基於創新、用戶參與和技術執行的評估。
總結與下一步
最低要求
- 具備人工智能和機器學習的基礎知識。
- 熟練掌握Python編程。
- 具有自然語言處理概念的經驗。
受衆
- 數據科學家。
- 機器學習工程師。
- AI研究人員和開發者。
- 產品經理和UX設計師。
14 時間：
