Complete the advanced Google DeepMind: Train A Small Language Model skill badge by completing this course to demonstrate skills in the following: formulating real-world language model research problems; building a simple tokenizer; preparing a dataset for training a transformer language model; running the training loop of a small language model. Access this lab at no-cost by signing up for the no-cost subscription. Receive 35 free credits each month!
了解详情
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
了解详情
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
了解详情
Complete the intermediate Engineer AI Agents with Agent Development Kit (ADK) skill badge by completing this course to demonstrate skills in the following: formulating real-world language model research problems; building a simple tokenizer; preparing a dataset for training a transformer language model; running the training loop of a small language model.
了解详情
建立您的第一個 Gemini Enterprise 應用程式，獲得技能徽章！將各種資料來源連接到您的應用程式，建立強大的統合式搜尋和分析引擎。掌握 Deep Research 代理、多代理構思和 NotebookLM 等進階功能，進行重點分析。
了解详情
瞭解 AI 代理如何發揮更高的業務影響力，包括根據您的 KPI 規劃要使用的代理類型，以及探索能解決實際瓶頸的用途。您也將認識各種無程式碼到高程式碼解決方案，瞭解 Gemini Enterprise 如何協助建構和自動調度合適的代理。
了解详情
AI 代理是超越傳統大型語言模型 (LLM) 的重大轉變，這類服務不僅可以生成以文字為基礎的解決方案，還能自主加以執行。本課程介紹 AI 代理的基礎知識、與 LLM API 的差異，以及在實際應用上帶來的價值。本課程內容奠基於 Google 的代理白皮書，介紹實際編寫代理程式碼之前所需的理論基礎，非常適合有意透過目標導向自主行為 (不僅限於文字生成) 來理解 AI 系統的開發人員、架構師和技術決策者。加入社群論壇，提出問題並參與討論。
了解详情
瞭解 AI 代理的概念，探索代理如何藉由自主行動及推論解決複雜問題。您將瞭解代理如何透過模型、工具和調度管理程序等技術架構，助您學習、規劃和實現目標。
了解详情
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具，可協助開發人員透過 Google Cloud 建構應用程式。您將瞭解如何透過提示讓 Gemini 為您解釋程式碼內容、推薦 Google Cloud 服務，以及生成應用程式的程式碼。在實作研究室中，您也會體驗到 Gemini 如何改良應用程式的開發工作流程。
Duet AI 已更名為 Gemini，這是我們的新一代模型。
了解详情
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具，可協助管理員在 Google Cloud 佈建基礎架構。您將瞭解如何透過提示讓 Gemini 解釋基礎架構、部署 GKE 叢集，以及更新既有的基礎架構。在實作研究室中，您也會體驗到 Gemini 如何改良 GKE 的部署工作流程。
Duet AI 已更名為 Gemini，這是我們的新一代模型。
了解详情
隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。
您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。
了解详情
完成 在 Vertex AI 設計提示 技能徽章入門課程，即可證明您具備下列技能： 在 Vertex AI 設計提示、分析圖片，以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容， 以及將 Gemini 模型用於實際的行銷情境。
了解详情
這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。
了解详情
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
了解详情
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
了解详情
這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。
部署多代理架構
Earned Mar 10, 2026 EDT
Google DeepMind: Train A Small Language Model
Earned Mar 8, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned Mar 5, 2026 EST
生成式 AI 適用的機器學習運作 (MLOps)
Earned Mar 4, 2026 EST
Engineer AI Agents with Agent Development Kit (ADK)
Earned Mar 4, 2026 EST
建立您的第一個 Gemini Enterprise 應用程式
Earned Feb 2, 2026 EST
企業 AI 代理與用途
Earned Feb 2, 2026 EST
AI 代理基礎知識
Earned Feb 2, 2026 EST
AI 代理簡介
Earned Feb 2, 2026 EST
使用 Gemini：應用程式開發人員
Earned Feb 2, 2026 EST
使用 Gemini：雲端架構師
Earned May 18, 2024 EDT
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則
Earned May 18, 2024 EDT
在 Vertex AI 設計提示
Earned May 18, 2024 EDT
生成式 AI 簡介
Earned May 13, 2024 EDT
負責任的 AI 技術簡介
Earned May 12, 2024 EDT
負責任的 AI 技術簡介
Earned May 11, 2024 EDT
大型語言模型簡介
Earned May 11, 2024 EDT