要了解生程式ai，我們需要了解過程，而生成式AI的生成過程可以分為「訓練階段」與「推理（生成）階段」，本日先來理解訓練階段
訓練階段

1.資料收集與前處理
收集大量文字、圖片、音樂或程式碼等資料，透過清理與標註，確保資料品質，去除噪音或不合規的內容。

2.模型架構設計
1.文字生成：多使用Transformer架構，其核心是「注意力機制（Attention）」用於理解語境。
2.圖像生成：常用 生成對抗網路(GAN)或擴散模型(Diffusion Models)。

3.目標函數與訓練方式
1.語言模型：透過「下一個詞預測」來學習（即給定一段文字，預測接下來的單字或符號）。
2.圖像/影音模型：透過「逐步去噪」或「生成對抗」方式，讓模型逐漸生成清晰、合理的圖像或影片。

4.優化與調整
使用 反向傳播(Backpropagation)與梯度下降(Gradient Descent)來不斷調整模型參數，在語言模型中，常使用人類回饋強化學習(RLHF, Reinforcement Learning with Human Feedback)進行微調