簡介

已完成

語言模型是建構生成式 AI 應用的強大工具,但僅靠基礎模型可能無法滿足你所有的需求。 模型產生的回應品質、準確度與一致性,取決於你如何配置與增強它。

假設您是任職於旅行社的開發人員。 你正在打造一個聊天應用程式,幫助客戶解答與旅遊相關的問題。 基礎模型能提供不錯的回應,但你的團隊有特定需求:回應應遵循公司的語氣,包含準確的飯店目錄資訊,並維持各次互動格式一致。 你要怎麼讓模型達到這個水準?

你可以運用幾種互補策略來優化生成式 AI 模型的效能。 這些策略從快速且低成本的調整,到需要額外時間與資源的複雜技術不等。

圖表展示了優化模型效能的各種策略,從提示工程到RAG及微調。

在本單元中,您將探索每一種策略,並學習何時以及如何單獨或結合運用。

Note

我們認識到不同的人喜歡以不同的方式學習。 您可以選擇以基於視頻的格式完成此模塊,也可以將內容作為文本和圖像閱讀。 文字包含的細節比影片更多,因此在某些情況下,您可能希望將其作為影片簡報的補充資料。