使用大型语言模型构建应用程序
Building Applications with Large Language Models
技术、实施和应用
概述
- 重点介绍基础模型、架构和不同的模型类型 LLM
- 涵盖通过提示工程和检索增强生成为特定任务自定义 LLMs
- 解释在生产环境中部署 LLMs,并探讨有关隐私、安全性和公平性的道德困境
关于本书
本书深入探讨了广泛的主题,涵盖了大型语言模型 (LLMs,例如 PaLM、LLaMA、BERT 和 GPT 等。
本书将带您了解基于 LLMs,让您深入了解模型架构。您将探索微调、提示工程和检索增强生成 (RAG) 等技术。本书还介绍了评估 LLM,并讨论了大型模型的优点和局限性。本书重点介绍开发大型语言模型所必需的工具、技术和方法。它包括动手实践示例和提示,可指导您使用自然语言处理 (NLP) 中的最新技术构建应用程序。它提供了一个路线图,可帮助您应对与构建和部署基于 LLM。
在本书结束时,您将了解 LLMs,并使用符合新兴业务需求和解决语言处理领域的各种问题的用例构建应用程序。
您将学习什么
- 能够回答以下问题:什么是大型语言模型?
- 了解提示工程、微调、RAG 和向量数据库等技术
- 了解有效实施的最佳实践
- 了解评估大型语言模型性能所必需的指标和框架
这本书是为谁准备的
对于渴望获得该领域的实践经验的 AI-ML 开发人员和爱好者来说,这是一个重要的资源;也适用于寻求对大型语言模型 (LLMs的个人,以及旨在使用 LLMs
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。
评论(0)