透過動手實作 LLM、ChatGPT、LangChain、RAG、微調和真實世界項目，掌握生成式人工智慧。
Continue reading “精通生成式 AI 2026：從 Python 到 Gen AI”精通生成式 AI 2026：從 Python 到 Gen AI
使用 LangChain、LangGraph 和 Langsmith 的終極 RAG 訓練營
使用 LangChain、LangGraph 和 Langsmith 建立強大的 RAG 管道：傳統、高級、多模式( Multimodal )和代理 AI ( Agentic AI )
Continue reading “使用 LangChain、LangGraph 和 Langsmith 的終極 RAG 訓練營”
開發平行運作 LLM 的策略大師課
掌握 LLM 平行性：使用 DeepSpeed 和多 GPU 系統擴充大型語言模型
Continue reading “開發平行運作 LLM 的策略大師課”完整模型上下文協議 (Model Context Protocol，MCP) 大師班
掌握 MCP（ Model Context Protocol，模型上下文協定）— 從零開始建構通用 AI 代理整合到生產環境
Continue reading “完整模型上下文協議 (Model Context Protocol，MCP) 大師班”深入理解 AI 大型語言模型機制
建構並訓練 LLM NLP Transformer 和注意力機制 (PyTorch)。使用機械可解釋性工具進行探索
Continue reading “深入理解 AI 大型語言模型機制”LLM 工程、RAG 和 AI 代理大師班 [2026]
掌握大型語言模型、檢索增強生成、LangGraph、MCP、CrewAI、AutoGen、N8N 和 OpenAI Agents SDK
Continue reading “LLM 工程、RAG 和 AI 代理大師班 [2026]”具有 LLM、Prompt、RAG、Vector DB 的生成式 AI 架構
使用 Prompt Engineering、RAG、Fine-Tuning 和 Vector DBs 設計並整合 AI 驅動的 S/LLM 到企業應用程式中
Continue reading “具有 LLM、Prompt、RAG、Vector DB 的生成式 AI 架構”[原文書] Building Reliable AI Systems 可減少幻覺、偏見等的生產方法
經過測試的策略可以減少幻覺、提高性能和成本效率，並減少 LLM 輸出中的偏見或不道德行為。
MEAP 於 2024 年 10 月開始 最後更新於 2025 年 9 月 預計於 2026 年初發布
Continue reading “[原文書] Building Reliable AI Systems 可減少幻覺、偏見等的生產方法”Ollama：使用無程式碼和 Python 程式碼從初學者到專業人士
Meta Llama 3、Ollama CLI、OpenWebUI、多模式、LangChain、OpenAI 相容性、LlamaIndex 和函數呼叫
Continue reading “Ollama：使用無程式碼和 Python 程式碼從初學者到專業人士”