IS6620
商业中的大语言模型与提示工程
📘 简介
本课程探讨如何利用大语言模型（如ChatGPT）和提示工程技术来增强商业应用。学生将学习如何有效地定制提示以生成所需输出，并应用自然语言处理、文本生成、情感分析和语言模型微调等技术，解决商业中的实际问题。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 设计和理解大语言模型的基本原理；
✔️ 分析提示工程的概念及其在生成预期输出中的重要性；
✔️ 运用大语言模型进行文本生成和自然语言处理任务；
✔️ 应用大语言模型微调技术，定制业务应用；
✔️ 利用大语言模型解决实际商业挑战，如客户情感分析和内容生成；
✔️ 分析大语言模型在商业应用中的伦理考量和潜在偏见。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📄 课堂参与与练习 | 10% | 通过小组讨论、即时测验等评估学生对大语言模型和提示工程概念的理解及应用能力。 |
| 📄 小组项目 | 40% | 小组项目要求学生将大语言模型和提示工程技术应用于解决实际商业问题，提交报告并进行展示。 |
| 📝 期末考试 | 50% | 期末考试评估学生在课程内容上的综合能力，尤其是应用大语言模型解决商业问题的能力。 |
💬 课程评价
✨ 精选评价
✏️ 您也可以通过以下方式分享您的学习体验和建议：
-
1️⃣ 课程页面底部评论 💬 在课程页面底部直接提交您的评论，我们会审核后将其收录到网站中。
-
2️⃣ GitHub 提交 🌐 如果您希望更全面地分享课程评价，或希望修改或新增课程页面，欢迎参考 Contributing 页面，通过 GitHub 提交您的贡献。
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU