NVIDIA DLI 講師實作坊：快速開發基於大型語言模型 (LLM) 的應用程式

課程介紹

近年來，大型語言模型（LLM）在技術和可及性方面的進步，為企業提供了前所未有的機會，幫助簡化營運流程、降低成本並提升生產力。企業可利用 LLM 驅動的應用程式提供創新服務，例如 AI 客戶支援或情緒分析。

在本課程中，您將深入了解 LLM 應用開發的核心概念與實務，並探索開源生態系統（包括預訓練 LLM），協助您快速入門並開發基於 LLM 的應用程式。

✅ 認證資訊：完成本課程評量之後，即可取得 NVIDIA 原廠完課證明。

? 版本說明：本課程原文名稱為 [Rapid Application Development with LLMs]，由 NVIDIA DLI 提供正體中文版本，相關資訊皆以原廠為準。

[caption id="attachment_61963" align="aligncenter" width="448"] 快速開發基於大型語言模型(LLM)的應用程式 - 完課證明樣張

完課證明樣張[/caption]

[caption id="attachment_61990" align="aligncenter" width="500"] 快速開發基於大型語言模型的應用程式 - 課程定位

課程學習路徑定位[/caption]

時間	課程內容
10:00 – 10:30	－ DLI 與 AI 工具簡介－註冊開發者帳號－ Transformer 架構簡介與核心應用
10:30 – 12:00	Transformer 架構與 LLM －介紹 Hugging Face －探討 LLM 企業應用－理解嵌入 (Embeddings) 與注意力機制
12:00 – 13:00	午餐時間
13:00 – 14:40	任務專用管線－分析編碼器模型場景－探討語言嵌入、分類與零樣本預測應用
14:40 – 15:00	休息與交流時間
15:00 – 16:30	解碼器與 Seq2Seq － GPT 風格模型實作－應用編碼器-解碼器架構於翻譯與少樣本任務
16:30 – 17:00	Q&A 與複習回顧本日學習內容並解答問題

時間	內容摘要
10:00 – 11:00	多模態架構－將文字、圖像、音訊等不同資料模態整合至 LLM 工作流程中－探索多模態模型應用，如 CLIP 的跨模態學習、視覺語言模型的圖像問答，以及擴散模型的文字導向圖像生成
11:00 – 12:00	擴充文字生成規模－探索 LLM 推理階段的挑戰與部署策略，包括最佳化的伺服器部署方式－將 LLM 整合至可擴充的應用架構，以支援更大規模的資料庫與使用者
12:00 – 13:00	午餐時間
13:00 – 15:20	編排與智能代理－使用 LangChain 進行 LLM 編排與智能代理工作流程設計－探討智能代理（Agentics）與工具呼叫（Tool Calling），以整合自然語言、標準應用程式與資料來源
15:20 – 15:30	休息與交流時間
15:30 – 16:30	課程評量－完成課程評量並取得 NVIDIA 原廠完課證明
16:30 – 17:00	結尾與後續資源－講師解題分享、完成工作坊問卷調查

CAVEDU (翰尼斯企業) 是國內執行課程經驗最豐富的 NVIDIA 教育合作夥伴。歡迎洽詢企業包班、技術顧問與客製化課程：

我們的專業團隊（2025 全球第一白金級大使領軍）將為您提供專屬的 NVIDIA DLI 原廠認證課程 規劃。