Generatywna sztuczna inteligencja z LangChain: Tworzenie aplikacji z dużymi modelami językowymi (LLM) przy użyciu Pythona, ChatGPT i innych LLM

Ocena:   (4,3 na 5)

Generatywna sztuczna inteligencja z LangChain: Tworzenie aplikacji z dużymi modelami językowymi (LLM) przy użyciu Pythona, ChatGPT i innych LLM (Ben Auffarth)

Opinie czytelników

Podsumowanie:

Książka „Generative AI with LangChain” autorstwa Auffarth zapewnia dogłębną eksplorację modeli językowych i frameworka LangChain. Służy zarówno jako praktyczny przewodnik do tworzenia aplikacji LLM, jak i koncepcyjny przegląd zaangażowanych technologii. Chociaż oferuje cenne spostrzeżenia i praktyczne przykłady, wielu użytkowników zauważyło problemy z nieaktualnym kodem, wymagającym dodatkowych badań, a niektóre części są niedostatecznie wyjaśnione. Ogólnie rzecz biorąc, książka została dobrze przyjęta ze względu na jej uporządkowane podejście i głębię, ale istnieją znaczące wady w implementacji, które umniejszają jej użyteczność.

Zalety:

Kompleksowe omówienie koncepcji LLM i aplikacji LangChain
praktyczne przykłady, które są cenne dla praktycznej nauki
jasne wyjaśnienia odpowiednie zarówno dla początkujących, jak i doświadczonych programistów
omawia różne modele poza tylko OpenAI
porusza rzeczywiste kwestie wdrażania
zapewnia dobrą wiedzę podstawową.

Wady:

Wiele przykładów kodu nie działa bez rozwiązywania problemów
niektóre rozdziały wymagają znacznych dodatkowych badań w celu zrozumienia
kilka pierwszych rozdziałów jest wysoko ocenianych, ale w późniejszych rozdziałach brakuje jasności co do nowych koncepcji
niektórzy czytelnicy uważają, że układ i organizacja są niewystarczające
w wersji drukowanej brakuje kolorów
książka może szybko stać się nieaktualna ze względu na szybką ewolucję frameworka LangChain.

(na podstawie 30 opinii czytelników)

Oryginalny tytuł:

Generative AI with LangChain: Build large language model (LLM) apps with Python, ChatGPT and other LLMs

Zawartość książki:

Zapoznaj się z frameworkiem LangChain od teorii do wdrożenia i twórz aplikacje gotowe do produkcji.

Przykłady kodu regularnie aktualizowane na GitHub, aby być na bieżąco z najnowszymi osiągnięciami LangChain.

Zakup książki w wersji drukowanej lub Kindle obejmuje bezpłatny eBook w formacie PDF. Kluczowe cechy Dowiedz się, jak wykorzystać możliwości LLM i obejść ich nieodłączne słabości Zanurz się w świecie LLM z LangChain i dogłębnie zbadaj ich podstawy, wymiary etyczne i wyzwania związane z aplikacjami Lepiej wykorzystuj modele ChatGPT i GPT, od heurystyki i szkolenia po skalowalne wdrażanie, umożliwiając przekształcanie pomysłów w rzeczywistość Opis książki

ChatGPT i modele GPT firmy OpenAI przyniosły rewolucję nie tylko w sposobie pisania i prowadzenia badań, ale także w sposobie przetwarzania informacji. Niniejsza książka omawia funkcjonowanie, możliwości i ograniczenia LLM leżących u podstaw systemów czatu, w tym ChatGPT i Bard. Pokazuje również, w serii praktycznych przykładów, jak używać frameworka LangChain do tworzenia gotowych do produkcji i responsywnych aplikacji LLM do zadań, od obsługi klienta po pomoc w tworzeniu oprogramowania i analizę danych - ilustrując szeroką użyteczność LLM w rzeczywistych zastosowaniach.

Uwolnij pełny potencjał LLM w swoich projektach, korzystając ze wskazówek dotyczących dostrajania, inżynierii podpowiedzi oraz najlepszych praktyk w zakresie wdrażania i monitorowania w środowiskach produkcyjnych. Niezależnie od tego, czy budujesz kreatywne narzędzia do pisania, opracowujesz zaawansowane chatboty, czy też tworzysz najnowocześniejsze pomoce programistyczne, ta książka będzie twoją mapą drogową do opanowania transformacyjnej mocy generatywnej sztucznej inteligencji z pewnością siebie i kreatywnością. Czego się nauczysz Zrozumieć mechanizmy LLM, ich mocne strony i ograniczenia Zrozumieć podstawy generatywnej sztucznej inteligencji i trendy w branży Tworzyć aplikacje LLM z LangChain, takie jak systemy odpowiadające na pytania i chatboty Zrozumieć modele transformatorów i mechanizmy uwagi Zautomatyzować analizę danych i wizualizację za pomocą pand i Pythona Zrozumieć inżynierię podpowiedzi w celu poprawy wydajności Dostroić mechanizmy LLM i poznać narzędzia, aby uwolnić ich moc Wdrożyć mechanizmy LLM jako usługę z LangChain i zastosować strategie oceny Prywatna interakcja z dokumentami przy użyciu otwartych mechanizmów LLM, aby zapobiec wyciekom danych Dla kogo jest ta książka?

Książka ta jest przeznaczona dla programistów, badaczy i wszystkich zainteresowanych pogłębieniem wiedzy na temat LLM. Niezależnie od tego, czy jesteś początkującym, czy doświadczonym programistą, ta książka będzie cennym źródłem informacji, jeśli chcesz jak najlepiej wykorzystać LLM i chcesz wyprzedzić konkurencję na arenie LLM i LangChain.

Podstawowa znajomość języka Python jest warunkiem wstępnym, a wcześniejsze zapoznanie się z uczeniem maszynowym ułatwi śledzenie postępów. Spis treści Czym jest generatywna sztuczna inteligencja? LangChain dla aplikacji LLM Rozpoczęcie pracy z LangChain Tworzenie zdolnych asystentów Tworzenie chatbota takiego jak ChatGPT Tworzenie oprogramowania z wykorzystaniem generatywnej sztucznej inteligencji LLM dla nauki o danych Dostosowywanie LLM i ich wyników Generatywna sztuczna inteligencja w produkcji Przyszłość modeli generatywnych

Dodatkowe informacje o książce:

ISBN:9781835083468
Autor:
Wydawca:
Język:angielski
Oprawa:Miękka oprawa

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Artificial Intelligence with Python Cookbook: Sprawdzone przepisy na stosowanie algorytmów sztucznej...
Praktyczne przepisy na rozwiązywanie złożonych...
Artificial Intelligence with Python Cookbook: Sprawdzone przepisy na stosowanie algorytmów sztucznej inteligencji i technik głębokiego uczenia się przy użyciu TensorFlow 2.x i PyTorch - Artificial Intelligence with Python Cookbook: Proven recipes for applying AI algorithms and deep learning techniques using TensorFlow 2.x and PyTorch
Machine Learning for Time-Series with Python: Prognozowanie, przewidywanie i wykrywanie anomalii za...
Zdobądź biegłość w uzyskiwaniu wglądu w dane...
Machine Learning for Time-Series with Python: Prognozowanie, przewidywanie i wykrywanie anomalii za pomocą najnowocześniejszych metod uczenia maszynowego - Machine Learning for Time-Series with Python: Forecast, predict, and detect anomalies with state-of-the-art machine learning methods
Generatywna sztuczna inteligencja z LangChain: Tworzenie aplikacji z dużymi modelami językowymi...
Zapoznaj się z frameworkiem LangChain od teorii do...
Generatywna sztuczna inteligencja z LangChain: Tworzenie aplikacji z dużymi modelami językowymi (LLM) przy użyciu Pythona, ChatGPT i innych LLM - Generative AI with LangChain: Build large language model (LLM) apps with Python, ChatGPT and other LLMs

Prace autora wydały następujące wydawnictwa: