大型語言模型應用與實作
Applications and Implementation of Large Language Models
| 節 | 週二 |
|---|---|
7 15:30–16:20 | 大型語言模型應用與實作 MB311 |
* 根據陽明交大上課時間表所列
本課程適合對運用大型語言模型 (LLM) 有興趣的同學研修,特別是在法律領域運用 LLM 並建立初步實作能力,實作能力以 Prompt Engineering 為核心。課程不要求先前具備程式設計能力,但修過相關課程者佳。課程應用上以法律領域為主,因此建議具備法律背景或對法律領域有興趣的同學研修。資訊相關內容因較爲基礎,因此課程限非資訊相關科系的同學選修。本課程在定位上為另外一門課「法律科技與法律資訊學」(LegalTech and Legal Informatics) 的實作課程,因此建議同時研修該課程或修過相關課程。在外語能力方面,本課程多數資料為英文,學生須具備對英文資料的良好閱讀能力,授課時則以中文進行為主。 在課程目標方面,期末報告將以 LLM 實作成果呈現,藉以建立法律人跨域的能力,以期日後有潛力的團隊能夠挑戰 LegalTech Hackathon (法律科技黑客松) 競賽外,日後在職場上也能善用 LLM 提升法律實務上的效率,並在 AI 時代為法律界開創新的價值與應用。
無 陽明校區連線網址:https://nctulaw.webex.com/nctulaw-tc/j.php?MTID=m6306b39f95de8f950753cffaf48105f8
教材編選:以實作、案例、實務相關資料為主,由教師選編。 教學方法:以講課、問題討論、學生上台報告等方式進行。 課程相關事項將透過 E3 教學平台適時發布。
雙週實作進度 30% - 驗證上課所學可順利執行 - 截圖上傳 E3 (共 6 次) * 期末個人專題 70% - 運用所學技巧加以實作,解決的問題自行定義 - 期末上台簡報 20%: * 成果展示、程式碼解說:每人 5 分鐘,上台順序當天由助教抽籤決定,未報告者於隔週報告,下課時間可能超過 16:20。 * 同學參與評分 (同學佔 50%、教師 50%),同學互評分數分為 A、B、C 三級 (非等第,分布以 1:2:1 為原則) - 期末個人書面報告 50%: * 程式碼及註解 30% * 大型語言模型未來展望 20% (字數:2000~3000)
| 週次 | 主題 |
|---|---|
| 第 1 週 | * 課程簡介 |
| 第 2 週 | * Prompt Engineering (1) * LLM 應用實作原理 (1) |
| 第 3 週 | * Prompt Engineering (2) * LLM 應用實作原理 (1) * 上課前 48 小時前繳交實作進度截圖 |
| 第 4 週 | * Prompt Engineering (3) * LLM 應用實作原理 (3) |
| 第 5 週 | * Prompt Engineering (4) * LLM 應用實作原理 (4) * 上課前 48 小時前繳交實作進度截圖 |
| 第 6 週 | * Prompt Engineering (5) * LLM 應用實作原理 (5) |
| 第 7 週 | * Prompt Engineering (6) * LLM 應用實作原理 (6) * 上課前 48 小時前繳交實作進度截圖 |
| 第 8 週 | *** 10/25 Sat 10:00~10:50 線上補課 **** * Prompt Engineering (7) * LLM 應用實作原理 (7) |
| 第 9 週 | * Prompt Engineering (8) * 上課前 48 小時前繳交實作進度截圖 |
| 第 10 週 | * Prompt Engineering (9) |
| 第 11 週 | *** 不上課,改於 11/1 10:00 補課 *** * Prompt Engineering (10) * 11/9 15:30 前繳交實作進度截圖 |
| 第 12 週 | * Prompt Engineering (11) |
| 第 13 週 | * Prompt Engineering (12) * 上課前 48 小時前繳交實作進度截圖 |
| 第 14 週 | * Prompt Engineering (13) |
| 第 15 週 | * 期末上台簡報 (1) |
| 第 16 週 | * 期末上台簡報 (2) |
| 第 17 週 | * 期末個人書面報告上傳 |
| 第 18 週 |
* 主要教材為 NVIDIA 以下課程,另搭配授課老師整理國內外相關內容及最新資訊: * Building LLM Applications With Prompt Engineering: https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-FX-12+V2 * Rapid Application Development with Large Language Models (LLMs): https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-FX-26+V1 * 其次可參考資料如下: * LangChain, https://www.langchain.com/
- 地點
- 教室為主
- 時間
- 本課程上課前後
- 聯絡方式
- 李界昇老師: jasonlee@nycu.edu.tw