感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
对话式AI与小型语言模型(SLMs)简介
- 对话式AI基础知识
- SLMs概述及其优势
- SLMs在互动应用中的案例研究
设计对话流程
- 人机交互设计原则
- 构建吸引人且自然的对话
- 用户体验(UX)考量
构建客服机器人
- 客服机器人的应用场景
- 将SLMs集成到客服平台中
- 使用AI处理常见客户咨询
训练SLMs进行交互
- 对话式AI的数据收集
- 对话系统中SLMs的训练技术
- 针对特定交互场景微调模型
评估交互质量
- 评估对话式AI的指标
- 用户测试与反馈收集
- 基于评估的迭代改进
语音与多模态交互
- 将语音识别与SLMs结合
- 设计多模态交互(文本、语音、视觉)
- 语音助手与聊天机器人的案例研究
个性化与上下文理解
- 个性化交互技术
- 上下文感知的对话处理
- 个性化AI中的隐私与数据安全
伦理考量与偏见缓解
- 对话式AI的伦理框架
- 识别并缓解交互中的偏见
- 确保AI沟通的包容性与公平性
部署与扩展
- 对话式AI系统的部署策略
- 为广泛使用扩展SLMs
- 部署后监控与维护AI交互
毕业项目
- 在选定领域中识别对话式AI需求
- 使用SLMs开发原型
- 测试并展示互动应用
最终评估
- 提交毕业项目报告
- 演示功能完备的对话式AI系统
- 基于创新性、用户参与度与技术执行进行评估
总结与下一步
要求
- 对人工智能和机器学习有基本了解
- 熟练掌握Python编程
- 具备自然语言处理概念的经验
受众
- 数据科学家
- 机器学习工程师
- AI研究人员和开发者
- 产品经理和UX设计师
14 小时