📗iOS 本地 AI：Foundation Models framework 延伸資料
本系列關於 Foundation Models framework 的相關文章即將完結。說明有哪些延伸探索的方向、各種參考資源，並預告把目前所學遷移到其他語言模型。
關於 Foundation Models framework，還有很多進階內容可以談。不過我撰寫這個系列專題的目的，是帶讀者自己上手體驗。目前的篇幅，我覺得已經達到目的了。
以下，我會整理一些可以進一步研究的方向，以及整理好的學習素材，供有興趣的朋友參考。
值得研究的功能與方向
節省重複的結構化輸入
如果你的 Prompt 已經提供了期望輸出的結構，則可以使用 includeSchemaInPrompt: false 節省重複的輸入。請參考 Code Along 文章的 6.2: Optimizing the prompt。
探索 GenerationOptions
除了 sampling: .greedy 以外，我沒有針對 GenerationOptions 多做介紹。裡面有一些使用模型的參數，包含 SamplingMode、temperature、maximumResponseTokens。
加強多語言使用者體驗
Foundation Models 雖然支援中文以及多種語言，但是英文的表現會最好。並且如果提示詞裡面出現了英文，它很有可能會「不小心」輸出英文的結果。
如果你有照著我的文章在寫 AIPlayground，應該會發現我幾乎都是用中文在寫 Prompt 與 @Guide，甚至還有 User locale: zh-Hant-tw 的字句（這是我跟 Jane 學的。影片連結在下方），因為我只想要看到中文的結果。
實際上，通常 App 要支援多種使用者語言，所以 AI 生成的結果也應該要對應使用者的語言。這是個使用 LLM 時很重要的議題，會有不少挑戰。如果你要開始支援多語言，我建議先從官方文件讀起。
使用模型做分類標籤
如果你使用 Foundation Models 的目的是要幫內容標分類標籤，那麼宣告 model 時可以寫成 let model = SystemLanguageModel(useCase: .contentTagging)。更多細節請參考官方文件。
回饋模型生成的結果
如果你想要蒐集 Foundation Models 的使用者回饋，內建的 logFeedbackAttachment() 方法（有 3 種變化）可以直接打包對話紀錄跟回饋反應。
不過 Apple 做這個機制主要是希望透過 Feedback Assistant 回饋，來改進模型。還有，打包的內容會有完整的對話紀錄，所以一定要經過使用者同意。
訓練自己的 Adapter 並套用到 Foundation Models
如果你熟悉語言模型的原理，應該知道可以使用 adapter 去調整模型輸出的權重，得到更好的輸出結果。
Foundation Models 也支援 adapter，不過實務上會非常麻煩。我覺得這是萬非不得已才要去考慮的事情。原因如下：