{"product_id":"生成式ai-穩健提示框架技術-iii-語言模型與介面設計篇-hugging-face-streamlit-gradio","title":"《生成式AI × 穩健提示框架技術 III》語言模型與介面設計篇 | Hugging Face × Streamlit × Gradio","description":"\u003cp\u003e出版社： 深智數位股份有限公司\u003cbr\u003e\n 作者： 黃朝健\u003cbr\u003e\n 譯者： 0\u003cbr\u003e\n 規格： 17x23x1.88\u003cbr\u003e\n 裝訂： 平裝\u003cbr\u003e\n 頁數： 384\u003cbr\u003e\n 出版日： 08\/19\/2026\u003cbr\u003e\n ISBN 13 : 9786267889602\u003cbr\u003e\n 內容簡介： https:\/\/youtu.be\/wXkyKiU9eu0 \u003cbr\u003e\n \u003cbr\u003e\n 「從模型到介面，從部署到串接，打造可操作、可擴充的語言模型應用」\u003cbr\u003e\n ◼ 建立穩定的開發與資料處理基礎\u003cbr\u003e\n 從 Google Colab、Anaconda、Jupyter Notebook 到 Pandas，掌握 CSV、Google Sheets 與多種資料格式的讀取、整理與比對。\u003cbr\u003e\n ◼ 將 Python 程式轉化為可操作的動態 APP\u003cbr\u003e\n 比較 Gradio、Streamlit、Tkinter 與 CustomTkinter 的介面特色，實作股價資料查詢與財報 RAG 應用。\u003cbr\u003e\n ◼ 完成 Hugging Face Spaces 部署與除錯\u003cbr\u003e\n 掌握 requirements.txt、README、Secret、API Key、套件版本管理，以及常見平台部署流程。\u003cbr\u003e\n ◼ 理解開源模型、微調與量化技術\u003cbr\u003e\n 認識 Llama、ChatGLM、TAIDE、Breeze、Qwen、Yi，並掌握 SFT、LoRA、QLoRA、模型量化、RLHF、PPO 與 DPO 的微調核心概念。\u003cbr\u003e\n ◼ 串接知識庫、通訊工具與跨平台工作流\u003cbr\u003e\n 實作 RAG、AnythingLLM、MAKE、Line Bot、Google Sheets、Telegram、Claude API 與 MCP，延伸模型的查詢、推播與任務串接能力。\u003cbr\u003e\n \u003cbr\u003e\n 目錄： \u003cbr\u003e\n 作者簡介：\u003c\/p\u003e","brand":"深智數位股份有限公司","offers":[{"title":"Default Title","offer_id":49289784590475,"sku":null,"price":225.0,"currency_code":"HKD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0552\/1516\/1483\/files\/ProductPhoto_c08d6cd5-15df-45ce-a325-68fd69514c9c.jpg?v=1788273880","url":"https:\/\/hkroadsidestand.org\/products\/%e7%94%9f%e6%88%90%e5%bc%8fai-%e7%a9%a9%e5%81%a5%e6%8f%90%e7%a4%ba%e6%a1%86%e6%9e%b6%e6%8a%80%e8%a1%93-iii-%e8%aa%9e%e8%a8%80%e6%a8%a1%e5%9e%8b%e8%88%87%e4%bb%8b%e9%9d%a2%e8%a8%ad%e8%a8%88%e7%af%87-hugging-face-streamlit-gradio","provider":"香港地攤","version":"1.0","type":"link"}