지능형 앱 및 에이전트를 대형 언어 모델로 구축하기
이 책은 대형 언어 모델(LLM)이 무엇인지, 그들의 아키텍처에 대한 탄탄한 이론적 기초를 제공한다. 실습 접근법을 통해 독자들에게 특정 작업을 위한 LLM 기반 앱을 구현하는 단계별 가이드를 제공하며, LangChain과 같은 강력한 프레임워크를 사용하는 방법도 다룬다.
- 인코더-디코더 블록 및 임베딩을 포함한 LLM 아키텍처의 핵심 구성 요소 탐색
- GPT-3.5/4, Llama 2, Falcon LLM과 같은 LLM의 독특한 기능 이해
- LangChain과 같은 AI 오케스트레이터를 프론트엔드 Streamlit과 함께 사용하기
- 메모리, 프롬프트, 도구와 같은 LLM 구성 요소에 익숙해지기
- 비모수적 지식 및 벡터 데이터베이스 사용 방법 배우기
- AI 연구 및 산업 응용을 위한 LFM의 함의 이해
- 미세 조정을 통해 LLM을 사용자 정의하기
- LLM 기반 애플리케이션의 윤리적 함의에 대해 배우기
- 대규모 언어 모델 소개
- AI 기반 애플리케이션을 위한 LLM
- 애플리케이션에 적합한 LLM 선택
- 프롬프트 엔지니어링
- 애플리케이션에 LLM 임베딩하기
- 대화형 애플리케이션 구축
- LLM을 활용한 검색 및 추천 엔진
- 정형 데이터와 함께 LLM 사용하기
- 코드 작업하기
- LLM으로 멀티모달 애플리케이션 구축
- 대규모 언어 모델 미세 조정
- 책임 있는 AI
- 새로운 트렌드와 혁신
다음 표에서 노트북을 바로 실행할 수 있습니다.
| 장 | Colab | Kaggle |
|---|---|---|
| 4장 프롬프트 엔지니어링 | ||
|
 |
 |
| 5장 애플리케이션에 LLM 임베딩하기 | ||
|
|
|
| 6장 대화형 애플리케이션 구축 | ||
|
|
|
| 7장 LLM을 활용한 검색 및 추천 엔진 | ||
|
|
|
| 8장 정형 데이터와 함께 LLM 사용하기 | ||
|
|
|
| 9장 코드 작업하기 | ||
|
|
|
| 10장 LLM으로 멀티모달 애플리케이션 구축 | ||
|
|
|
| 11장 대규모 언어 모델 미세 조정 | ||
|
|
|
Building LLM Powered Application, Published by Packt.