BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//pretalx//pretalx.coscup.org//coscup-2026//talk//PPF3YH
BEGIN:VTIMEZONE
TZID:CST
BEGIN:STANDARD
DTSTART:20000101T000000
RRULE:FREQ=YEARLY;BYMONTH=1
TZNAME:CST
TZOFFSETFROM:+0800
TZOFFSETTO:+0800
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:pretalx-coscup-2026-PPF3YH@pretalx.coscup.org
DTSTART;TZID=CST:20260809T141000
DTEND;TZID=CST:20260809T144000
DESCRIPTION:為什麼要開這個議題？\n* **資料分類是模型進化
 的階梯—** 延續先前的 FinePDFs，如何讓這些碎片化的文
 字變成可被 LLM 吸收的「領域專長」，關鍵就在於高品質
 的分類與標納。\n* **訓練 LLM 的重要步驟—** 訓練或微調
 模型前，你需要一個精準的分類器來過濾雜訊與分類資
 料！\n* **運用高效率的 Few-Shot 方法打造分類器—** 分類
 器的訓練方法百百種，本議程預計使用 SetFit ，可以在極
 少量的標註樣本下，快速打造出強大的分類器。\n* **評
 估與分析—** 不只談訓練，更需要進行評估與分析，科
 學地驗證模型究竟是真的還是瞎猜。\n\n誰適合來聽這個
 議程？\n* **開源狂熱份子—** 想了解開源 LLM 的技術細節
 。\n* **LLM 領域的初學者—** 想知道在「Prompt Engineering」
 之外，如何透過微調技術（Fine-tuning）改善資料流程的開
 發者。\n\n這個議題期望帶來什麼樣的影響力？\n* **我們
 是 TwinkleAI—** 一個致力於建立「臺灣在地資料集與模型
 」的社群，也藉由讀書會等活動，推廣 LLM 相關知識的普
 及，目前已公開多筆資料集以及數顆繁體中文模型。\n* *
 *人人都能學會的 LLM—** 透過大量公開的資料，人人都能
 入門 LLM 的相關知識；並且理解 LLM 的運作脈絡，你可以
 更有效率的馴服 AI！！
DTSTAMP:20260713T142756Z
LOCATION:TR212
SUMMARY:PDF 解封之後—一起動手打造 Classifier 吧 - freddy4212\, 黃亮勳
URL:https://pretalx.coscup.org/coscup-2026/talk/PPF3YH/
END:VEVENT
END:VCALENDAR