Member since 2025
AI Boost Bites：運用 AI 整理收件匣
Earned May 24, 2026 EDT
AI Boost Bites：個人意見回饋代理
Earned May 24, 2026 EDT
AI Boost Bites：Gemini 圖片轉試算表妙招
Earned May 24, 2026 EDT
AI Boost Bites：使用 Google Workspace，掌握撰寫提示詞的專業技巧
Earned May 24, 2026 EDT
注意力機制
Earned Dec 14, 2025 EST
圖像生成簡介
Earned Dec 14, 2025 EST
大型語言模型簡介
Earned Dec 14, 2025 EST
負責任的 AI 技術簡介
Earned Dec 13, 2025 EST
生成式 AI 簡介
Earned Dec 13, 2025 EST
這部影片說明如何使用 Gmail 內建 Gemini 歸納電子郵件重點、尋找資訊及草擬回覆，更有效率地管理收件匣。
這部影片說明如何使用 Gemini Gem 建構個人化的「工作夥伴」代理，簡化基本意見回饋，讓會議更具策略性且更有效率。
這部影片將說明如何運用 Gemini 消除繁瑣的手動資料輸入作業。瞭解如何拍攝資料相片或螢幕截圖 (來自 PDF、紙本或圖片)，並提示 Gemini 立即將資料轉換為結構化的 Google 試算表。瞭解這個簡單的訣竅，省下無數轉錄資料的時間，讓 Gemini 成為您的個人資料輸入助理。只要拍照、輸入提示，然後匯出即可！
這部影片介紹提示工程的基本概念，協助您與 AI 有效互動。學習簡單的框架 (角色、任務、情境、格式)，撰寫清晰的提示詞，讓 Gemini in Google Workspace 更快提供更優質的結果。瞭解如何使用自然語言、具體說明需求，以及透過反覆調整來獲得最佳 AI 輔助。
本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。
本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。
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。
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。
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。