目標：建立能夠實驗 LLM 的環境，熟悉必要工具。
Day 1：AI/LLM 基本概念
Day 2：Python 基礎回顧
Day 3：PyTorch / TensorFlow 安裝與測試
Day 4：Hugging Face 生態系
Day 5：Jupyter Notebook & VS Code 環境
Day 6：自然語言處理基礎
Day 7：序列模型回顧
Day 8：Attention 概念
Day 9：Transformer 架構
Day 10：BERT 與 Masked Language Model
Day 11：GPT 系列與自回歸模型
Day 12：Tokenization 與 Embeddings
Day 13：大型語言模型訓練流程
Day 14：微調方法 (Fine-tuning)
Day 15：參數高效調整 (PEFT)
Day 16：提示工程 (Prompt Engineering)
Day 17：RAG (Retrieval-Augmented Generation) 入門
Day 18：評估指標
Day 19：LLM 部署方式
Day 20：LLM 安全性與倫理問題
Day 21：加速與最佳化
Day 22：綜合回顧
專案開發 (Day 23–29)