【第一篇 基礎】第一章 淺談提示工程 LLM 好神奇 語言模型：如何發展到今天這一步？ 提示工程 總結第二章 認識 LLM 什麼是大型語言模型？ LLM 如何看待這個世界？ 一次只有一個標記 溫度與機率 Transformer 架構 總結第三章 轉向聊天模式 人類回饋強化學習 從指令轉向聊天 不斷變化的 API 提示工程，就像在寫劇本 總結第四章 設計 LLM 應用 解析 LLM 應用迴圈 深入解析前饋傳遞 評估 LLM 應用的品質 總結 【第二篇 核心技術】第五章 提示內容 內容來源 靜態內容 動態內容 總結 第六章 組裝提示 理想提示的剖析 文件類型有哪些？ 格式化文字片段 彈性文字片段 提示元素之間的關係 整合起來 總結 第七章 駕馭模型 解析理想的補全文字之外：對數機率選擇模型 總結【第三篇 手藝大師】 第八章 對話代理 工具使用 推理 以任務為基礎的互動之上下文 建立對話代理 總結 第九章 LLM 工作流程 對話代理夠用嗎？ LLM 基本工作流程 LLM 進階工作流程 總結 第十章 評估 LLM 應用程式 到底在測試什麼？ 離線評估 線上評估 總結第十一章 展望未來 多模態 總結 索引
LangChain學習手冊｜使用 LangChain 與 LangGraph 建構 AI 與 LLM...more AI輔助程式開發｜從規劃到部署全流程高效升級 生成式AI開發實作｜使用Transformers與擴散模型