LangChain生成式人工智能

Generative AI with LangChain

掌握 LangChain 框架来开发可立即投入生产的应用程序，包括代理和个人助理，并与网络搜索和代码执行集成。购买印刷版或 Kindle 书籍包含免费的 PDF 电子书

主要特点
了解如何利用 LLM 的能力并克服其固有的弱点
通过 LangChain 深入研究 LLM 的领域，深入探索其基础原理、道德维度和应用挑战
从启发式中更好地使用 ChatGPT 和 GPT 模型书籍说明
ChatGPT
和 OpenAI 的 GPT 模型给我们思考世界的方式带来了一场革命——不仅是我们如何写作和研究，还包括我们如何思考世界。我们可以处理信息。

本书讨论了 LLM（包括 ChatGPT 和 Bard）的运作、功能和局限性。它还演示了如何使用LangChain框架来实现基于这些模型的生产就绪应用程序（例如代理和个人助理），并与其他工具（例如网络搜索和代码执行）集成。

随着章节的进展，您将使用 Transformer 模型和不同的注意力机制，完善复杂的训练和微调过程。您将使用 pandas 和 Python 通过自动分析和可视化来掌握数据驱动的决策。您还将仔细了解如何使用这些模型、提示、训练和微调以及大规模部署的启发式方法。

当您读完本书时，您将深入了解法学硕士的优势以及如何充分利用它们。

您将学到什么
了解 LLM 及其法律含义 了解
变压器模型和不同的注意力机制
训练和微调 LLM 并了解使用它们的工具 使用
LangChain 构建应用程序，例如问答系统和聊天机器人
实施自动化数据分析使用 pandas 和 Python 进行可视化
掌握提示工程以改进提示和评估策略
使用 LangChain 将 LLM 作为服务部署 使用
ChatGPT 与您的文档私下交互，而不会泄露数据

本书的目标读者 本书
适合开发人员、研究人员以及任何有兴趣了解更多有关法学硕士的人。本书以清晰简洁的风格编写，包含大量代码示例，帮助读者边实践边学习。无论您是初学者还是经验丰富的开发人员，对于任何想要充分利用法学硕士并希望在法学硕士和浪链领域保持领先地位的人来说，本书都将是宝贵的资源。Python 的基础知识是先决条件，而之前接触过一些机器学习将帮助您更轻松地跟进。