1. 理解生成式 AI 的核心技術，包括神經網路、GAN、Transformer、大型語言模型、RAG、AI Agents、Diffusion Models 等。
2. 實際運用各種工具和框架，例如 OpenAI API、LangChain、AutoGen、HuggingFace、Fooocus，打造多樣的生成式 AI 應用。
3. 探討生成式 AI 的社會與倫理挑戰，從技術層面與實務層面提出創新解決方案。
4. 完成期末專題，整合所學內容，設計並展示一個實用的生成式 AI 系統。
1. Understand the core technologies of generative AI, including neural networks, GANs, Transformers, large language models, RAGs, AI Agents, Diffusion Models, etc.
2. In actual use of various tools and frameworks, such as OpenAI API, LangChain, AutoGen, HuggingFace, and Focus, to create a variety of generative AI applications.
3. Explore the social and ethical challenges of generative AI, and propose innovative solutions from the technical and practical aspects.
4. Complete the final topic, integrate the learned content, design and present a practical generative AI system.
主要是上課講義，其餘參考資料於課程中介紹
Mainly speaking, the reference information is included in the course in the course
| 評分項目 Grading Method | 配分比例 Grading percentage | 說明 Description |
|---|---|---|
| 作業及反思作業及反思 Work and reflection |
75 | 每次作業繳交時間在兩週內，每次作業滿分為 10 分。歡迎同學運用大型語言模型協助，但只能寫出下一次 prompt 就生得出結果水準的作業，得分最高 3 分。 |
| 期末專案期末專案 Final period project |
20 | 每個人需完成一個生成式 AI 應用專案。期末分享採研討會模式，以投稿方式參與，獲選同學參加期末專案分享，並有額外加分。 |
| 上課參與上課參與 Participate in class |
5 | 非常鼓勵同學在「直播」時間參與課程，另外上課互動、參與討論等等，皆會列入考量。 |
