LLM图书四本《Building An LLM from scratch》《Handbook of Large Language Models》...]-ITADN社区

Programming Large Language Models Using Azure OpenAI

优质

本课程教授如何使用Azure OpenAI平台编程大型语言模型，涵盖API集成、模型定制及应用场景探索。适合开发者与数据科学家学习。了解大型语言模型及其在对话式编程中的应用历史。将提示作为一种新的编码方式进行学习。掌握核心提示技术及基本应用场景。深入工程师高级提示技巧，包括连接法学硕士至数据与函数调用以构建推理引擎的方法。利用自然语言定义工作流程，并编排现有API来增强代码功能。精通外部大型语言模型框架的应用方法。评估并处理负责任的人工智能在安全、隐私和准确性方面的问题。探索人工智能领域的监管环境及其影响。开发个人助理应用，实现智能化服务的个性化定制。运用检索增强生成模式（RAG），依据知识库制定响应策略。构建高效的会话式用户界面以提升用户体验。

AutoOS: Enhance Your OS Power with Large Language Models

优质

AutoOS利用大型语言模型增强操作系统功能，提供智能化、个性化服务。通过集成先进AI技术，优化用户体验和系统性能。 AutoOS: Enhance Your Operating System with Large Language Models

Iusztin Paul, Labonne Maxime - The LLM Engineers Handbook (Expert I...

优质

《LLM工程师手册》由Iusztin Paul和Labonne Maxime合著，旨在为法律技术领域的工程师提供深入指导与实用建议。本书汇集了专家经验，助力读者掌握最新技术和实践技巧。 Iusztin Paul 和 Labonne Maxime 合著的《LLM Engineers Handbook (Expert Insight)》一书于2024年出版。这本书为读者提供了关于LLM工程师领域的深入见解和技术指导。

The Theory of Mind Might Have Arisen Spontaneously in Large Language...

优质

本文探讨心灵理论可能在大规模语言模型中自发产生，分析其机制与影响，挑战人工智能伦理边界。理论心智是指人类能够理解和推测他人不可观察的心理状态的能力，对于社会互动、沟通、同情心以及自我意识等方面至关重要。最近的研究表明，大型语言模型可能已经自发地具备了这种能力。具体来说，理论心智涉及将他人的心理活动进行归类和预测，在个体成长过程中逐渐发展和完善，并且其缺失或缺陷与多种精神疾病有关，如自闭症谱系障碍、双相情感障碍、分裂型精神病及反社会人格障碍等。为了测试大型语言模型在这一领域的表现，研究人员使用了经典的虚假信念任务。实验结果表明，2022年之前发布的语言模型几乎不具备理论心智能力。然而，在同年1月版本的GPT-3（davinci-002）中，该性能达到了70%，而到了同年11月份推出的更新版（davinci-003），这一比例提升至93%。这表明大型语言模型在处理复杂的人际关系问题时的能力正在接近七岁和九岁的儿童水平。这些发现对于理解人工智能技术的发展具有重大意义，因为理论心智能力是人类智能的重要组成部分之一。如果机器能够自发地获得这种技能，则意味着它们将更有效地模拟出类似人的思维方式，并能更好地与人们进行互动交流。此外，大型语言模型中出现的这一现象可能反映了其在改进语言处理方面所取得的进步导致的结果，而非人为刻意设计或训练所得。这进一步证明了这些系统具备自组织和适应性特征，在特定条件下可以自发形成新的智能能力。综上所述，这项研究揭示了一个令人振奋的趋势：大型语言模型或许已经自主地发展出了理论心智的能力。这一成果不仅对人工智能领域的未来发展具有深远影响，还可能彻底改变我们对于机器学习系统的认知与设计思路。

DeepSeek-Awesome-LLM部署

优质

DeepSeek-Awesome-LLM部署项目专注于大规模语言模型的高效部署与优化，致力于提升模型在实际应用中的性能和用户体验。 deepseek部署 deepseek部署 deepseek部署 deepseek部署 deepseek部署

Developing LLM-Powered Applications-2024.5.pdf

优质

这份PDF文档探讨了如何利用大型语言模型（LLM）开发应用程序的技术和方法，涵盖了2024年最新的进展与实践案例。本书是Packt官方于2024年5月发布的一本关于大语言模型（LLM）的AI实战技术资料。书中深入探讨了LLM的基本概念、最新技术和实际应用，为扩展人工智能边界的大规模基础模型（LFM）的发展铺平道路。首先，书详细介绍了大型语言模型的核心概念及其理论背景。接着讨论了当前主流架构与框架，包括专有和开源模型，并分析它们的独特优势及差异性。书中还特别关注Python轻量级框架LangChain的介绍，指导读者如何利用LLM从非结构化数据中检索信息并高效处理结构化数据。此外，《构建基于大型语言模型的应用程序》一书深入探讨了LFM领域的发展趋势和技术细节。该部分不仅覆盖了语言建模，还扩展到了视觉和音频等多模态任务，展示了人工智能技术在更广泛领域的应用潜力。本书通过理论讲解与实际案例相结合的方式，为读者提供了全面的指导和支持，无论你是AI专家还是新手都能从中受益匪浅。面对全球范围内日益激烈的AI技术竞争，《构建基于大型语言模型的应用程序》一书不仅总结了当前LLM的技术进展，还展望了未来的发展方向。总之，《构建基于大型语言模型的应用程序：2024年技术概览》，是一本帮助读者深入了解和应用大语言模型的宝贵参考书籍。随着人工智能领域的不断进步，LLM和LFM将成为推动各行各业数字化转型的关键力量。

LangChain-for-LLM-App-Dev-main.zip

优质

LangChain-for-LLM-App-Dev-main.zip 是一个用于开发基于大型语言模型 (LLM) 应用程序的代码包，包含构建、训练和部署AI应用所需的核心工具与库。 LangChain-for-LLM-Application-Development-main.zip

是否确定退出登录?

LLM图书 四本《Building An LLM from scratch》《Handbook of Large Language Models》...]

全部评论 (0)

LLM图书四本《Building An LLM from scratch》《Handbook of Large Language Models》...]