《LangChain大模型应用开发》

编辑推荐

ChatGPT和OpenAI开发的GPT模型不仅改变了我们的写作和研究方式，还改变了我们处理信息的方式。《LangChain大模型应用开发》讨论了聊天模式下的LLM的运作、能力和局限性，包括ChatGPT和Gemini。书中通过一系列实际例子演示了如何使用LangChain框架构建可随时投入生产、响应迅速的LLM应用程序，用于客户支持、软件开发辅助和数据分析等任务，这说明了LLM在实际应用中的广泛用途。

内容简介

《LangChain大模型应用开发》帮助读者在项目中探索微调、提示工程以及部署和监控的实践时，解锁LLM的全部潜力。无论你是构建创意写作工具、开发复杂的聊天机器人，还是制作尖端的软件开发辅助工具，《LangChain大模型应用开发》都将是你的路线图，帮助你自信且创造性地掌握生成式人工智能的变革力量。

《LangChain大模型应用开发》主要内容：

• 使用LangChain创建LLM应用,如问答系统和聊天机器人
• 理解变换模型和注意力机制
• 使用pandas和Python自动进行数据分析和可视化
• 掌握提示工程以提高LLM性能
• 微调LLM并了解释放其力量的工具
• 将LLM作为服务部署,并应用评估策略
• 使用开源LLM与文档本地互动,以防止数据泄露

作者简介

Ben Auffarth

是一位经验丰富的数据科学领导者，拥有计算神经科学博士学位。Ben分析过TB级数据，在核数多达64k的超级计算机上模拟过大脑活动，设计并开展过湿法实验室实验，构建过处理承保应用的生产系统，并在数百万文档上训练过神经网络。他著有Machine Learning for Time Series和Artificial Intelligence with Python Cookbook两本书，现于Hastings Direct从事保险工作。