内容 隐藏
1 大语言模型项目
2 Large Language Models Projects
2.1 概述
2.2 关于本书

大语言模型项目

Large Language Models Projects

应用和实施大型语言模型的策略

 概述

  • 优先考虑实践项目和工具使用，确保读者积极参与材料
  • 探讨了与 LLM，包括聊天机器人、代码生成、OpenAI API、Hugging Face
  • 为每个项目提供多种解决方案，鼓励读者根据需求探索不同的方法

 

 关于本书

这本书为您提供了使用 OpenAI 和 Hugging Face 库的模型的动手实践经验。您将使用各种工具并从事小型项目，逐步应用您获得的新知识。

这本书分为三个部分。第一部分介绍技术和库。在这里，您将通过小示例探索不同的技术，为在下一节中构建项目做准备。您将学习在大型语言模型世界中使用公共库。涵盖的主题和技术包括聊天机器人、代码生成、OpenAI API、Hugging Face、矢量数据库、LangChain、微调、PEFT 微调、软提示优化、LoRA、QLoRA、评估模型和直接偏好优化。第二部分重点介绍项目。您将创建项目，了解设计决策。每个项目可能有多个可能的实现，因为通常不止一个好的解决方案。您还将探索与 LLMOps 相关的主题。第 3 部分深入探讨了企业解决方案。大型语言模型不是一个独立的解决方案;在大型企业环境中，他们只是拼图的一部分。您将探索如何构建能够实现拥有数千名员工的组织转型的解决方案，并突出大型语言模型在这些新解决方案中发挥的主要作用。

这本书使您能够自信地导航和实施大型语言模型，使您能够在不断发展的语言处理环境中应对各种挑战。

 您将学习什么

  • 通过使用 OpenAI 和 Hugging Face 库中的模型获得实践经验
  • 使用与大型语言模型相关的基本库，涵盖聊天机器人、代码生成、OpenAI API、Hugging Face 和 Vector 数据库等主题
  • 使用 LLM，同时了解所涉及的设计决策
  • 了解大型语言模型在大型企业环境中的作用

这本书是为谁准备的

有兴趣学习 NLP 基础知识的数据分析师、数据科学、Python 开发人员和软件专业人员LLMs，以及为各种任务构建现代 LLM

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。