Bienvenido a Star?, Continúa prestando atención a las "Notas de práctica de desarrollo de aplicaciones LLM"
¡Mi nuevo libro "Programación de Langchain de principiante a práctica" está a la venta! ¡Amigos recomendados que están aprendiendo el desarrollo de aplicaciones de IA para comprar y leer!

‼ ️ ‼ ️ Actualizaciones importantes
- Se agregaron 3 nuevos capítulos: evaluación y prueba de aplicaciones LLM , temas de trapo e interpretación de la API de los fabricantes de modelos nacionales
- Open Communication Group recientemente, muchos amigos se unieron a mí en WeChat desde el sitio web y les preguntaron si podían crear un grupo de comunicación de desarrollo de aplicaciones LLM.

Lectura local
Construya una imagen de Gitbook (opcional)
Después morso1/gitbook-server:3.2.3 descargar este repositorio, ejecute docker build . -t <image:tag>
Iniciar servicio Gitbook
cd llm-book
docker run --rm -v " $PWD /LLMProjects:/gitbook " -p 4000:4000 morso1/gitbook-server:3.2.3 gitbook serve
Abra el puerto 4000 localmente para comenzar a leer
Tabla de contenido del bosquejo
- Prefacio
- Descripción general del modelo de lenguaje grande
- Descripción general del modelo de lenguaje grande
- Hola chatgpt
- Interpretación de documentos de OpenAI
- Chatbot práctico
- Construyendo un sistema de preguntas y respuestas de extremo a extremo basado en API de Operai
- Tema de seguridad de LLM
- Comenzando con Langchain
- Introducción a Langchain
- Aprendizaje del módulo langchain
- Módulo de cadenas de Langchain
- Módulo de agentes de Langchain
- Módulo de devolución de llamada de Langchain
- Incrustación de incrustación
- Robot de preguntas y respuestas de documentos prácticos
- Descripción general de Llamaindex
- Introducción a Llamaindex
- Índice de llameindex
- Darse cuenta de la base de conocimiento empresarial a la mano
- Implementación de HuggingGpt
- Introducción a Huggingface
- Componentes básicos de Transformers Library
- Diseño de tareas multimodal
- Hugginggpt práctico
- Tema especial de LLMOPS
- Introducción de LLMOPS
- Modelo Modelo
- Rápida capa rápida
- LLMOPS estrecho
- Temas de agente
- Introducción del agente
- Seguimiento del proyecto de agente
- Marco de múltiples agentes
- Tema de trapo
- Enlace de indexación de datos
- Enlace de búsqueda
- Enlace de generación
- Evaluación y prueba de aplicaciones LLM
- Cómo evaluar un modelo de lenguaje grande
- Evaluación de pruebas basada en un agente modelo grande
- Evaluación de efectividad del sistema de trapo
- Interpretación de la API de los fabricantes de modelos nacionales
- Comparación de seis grandes modelos
- Desarrollo de modelos Minimax Big
- Desarrollo de modelos Big Zhipu Ai
- Desarrollo de modelos grandes de Moonshot
- IA generativa basada en modelos de idiomas grandes
- Referencias
- Lista de aprendizaje de IA recomendada A16Z
- Tema rápido
- Algunos materiales del curso Resumen