体验GPT 3.5、GPT 4、LangChain、Llama 2、Falcon LLM等,构建基于LLM的复杂AI应用主要特点- 将LLM嵌入到实际应用中- 使用LangChain在应用中编排LLM及其组件- 掌握提示工程的基础和高级技术
书籍描述《Building LLM Apps》探讨了LLM提供的基本概念、前沿技术和实际应用,最终为扩展AI能力的大型基础模型(LFMs)的出现铺平了道路。本书从深入介绍LLM开始。接下来,我们探索了各种主流架构框架,包括专有模型(GPT 3.5/4)和开源模型(Falcon LLM),并分析了它们的独特优势和差异。然后,重点介绍基于Python的轻量级框架LangChain。我们引导读者通过创建智能代理的过程,这些智能代理能够使用LLM和强大的工具包从非结构化数据中检索信息并与结构化数据进行交互。此外,本书还探讨了LFMs的领域,这些模型超越了语言建模,涵盖了各种AI任务和模态,如视觉和音频。无论您是经验丰富的AI专家还是该领域的新手,本书都是解锁LLM全部潜力并开创智能机器新时代的路线图。
您将学到什么- LLM架构的核心组件,包括编码器-解码器块、嵌入等- 熟悉GPT-3.5/4、Llama 2和Falcon LLM等LLM的独特功能- 使用LangChain和Streamlit作为前端的AI编排器- 熟悉LLM组件,如记忆、提示和工具- 学习非参数知识、嵌入和向量数据库- 了解LFMs对AI研究和行业应用的影响- 通过微调定制您的LLM- 了解LLM驱动应用的伦理影响
本书适合谁本书适合希望获得将LLM应用于构建应用的实用指导的软件工程师和数据科学家。对应用LLM主题感兴趣的技术领导者、学生和研究人员也会对本书感兴趣。我们不假设读者具备LLM的先前经验,但读者应具有核心的机器学习/软件工程基础,以理解和应用内容。