【新书】构建用于生产的LLM：通过提示、微调和RAG提升LLM的能力和可靠性，567页pdf

“这是迄今为止关于构建LLM应用程序最全面的教科书——涵盖了AI工程师工具包中的所有重要主题。” ——Jerry Liu，LlamaIndex联合创始人兼首席执行官 摘要 在行业领袖的惊人反馈下，这本书是任何希望提高技能或深入了解AI世界并发展对生成式AI和大型语言模型（LLM）理解的人的端到端资源。它探讨了将“基础”LLM适应特定用例的各种方法，以提高其准确性、可靠性和可扩展性。由Towards AI团队中超过10人编写，并由Activeloop、LlamaIndex、Mila等专家策划，是未来技术堆栈的路线图。 本书旨在引导开发人员创建适合生产环境的LLM产品，利用AI在各个行业的潜力。它针对具有中级Python知识的读者。 这本470页的书中包含了什么？ * 关于LLM、提示、检索增强生成（RAG）和微调的实践指南 * 使用LLM构建生产就绪应用程序的路线图 * LLM理论基础 * 从简单到高级的LLM技术和框架 * 带有真实世界应用的代码项目 * 可立即运行的Colab笔记本 * 社区访问和我们自己的AI导师

目录 第一章 大型语言模型简介 第二章 LLM架构和全景 第三章 LLM实践 第四章 提示简介 第五章 LangChain和LlamaIndex简介 第六章 使用LangChain进行提示 第七章 检索增强生成 第八章 高级RAG 第九章 代理 第十章 微调 第十一章 部署 专家对本书的看法 “这是一本真正出色的资源，从基础理论到代码和现代框架，逐步发展对LLM的理解。以研究趋势和框架为基础，培养你对未来发展的直觉。强烈推荐。” ——Pete Huang，The Neuron联合创始人 “这本书充满了端到端的解释、示例和全面的细节。Louis和Towards AI团队为希望扩展AI专业知识并将其应用于实际挑战的开发人员撰写了必读书籍，使其成为个人和专业图书馆中的宝贵补充。” ——Alex Volkov，Weights & Biases AI布道者兼ThursdAI新闻主持人 “这本书是我遇到的最全面的LLM概述。对于新手来说是极好的入门书籍，对于有经验的从业者来说是宝贵的参考资料。” ——Shaw Talebi，The Data Entrepreneurs创始人，AI教育者和顾问 无论你是希望提高技能的程序员，还是首次进入AI世界的软件学生，我们的书都适合你。从LLM的基础知识到掌握可扩展、可靠的AI应用程序的微调和RAG，我们每一步都将引导你前进。