庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
二樓書籍分類
 
AI工程|從基礎模型建構應用

AI工程|從基礎模型建構應用

沒有庫存
訂購需時10-14天
9786264251358
Chip Huyen
?榮弘
碁峰
2025年8月27日
400.00  元
HK$ 360  






ISBN:9786264251358
  • 規格:平裝 / 500頁 / 18.5 x 23 x 2.33 cm / 普通級 / 全彩印刷 / 初版
  • 出版地:台灣


  • 電腦資訊 > 概論/科技趨勢 > 人工智慧/機器學習











      ★★★★★Amazon五星好評?

      機器理論#1 自然語言處理#1 企業應用#1,霸榜超過30週?



      打造真正可用的LLM應用!?

      從架構設計到部署評估,帶你一次打通 AI 工程實務全流程。?



      面對LLM,你是否也曾困惑:?

      •該怎麼選模型,Prompt要怎麼設計??

      •模型要微調,還是直接上線??

      •部署、監控、評估效果要怎麼做?能讓AI自評嗎??

      •又該如何避免幻覺、安全性、延遲等應用風險??



      無論你是AI工程師、ML工程師、資料科學家、工程經理、技術產品經理,或是AI工具開發者、研究人員、求職者,本書都能幫助你跨出關鍵第一步!?



      從零開始建構AI應用,或將原型提升至生產環境?

      解決幻覺、安全性、延遲與成本等應用挑戰?

      簡化團隊AI開發流程,讓系統更快、更穩、更可靠?

      在組織內有效運用基礎模型,提升業務價值與團隊能力?

      了解AI的能力與限制,釐清AI工程師的核心技能?



      -----------------------------------------?



      基礎模型促成了新的AI使用案例,降低了建構AI產品的進入門檻,將AI從一門深奧的學科,轉化為沒有任何AI經驗的人都能使用的強大開發工具。?



      在這本易懂的指南中,作者Chip Huyen認為AI工程就是運用現有基礎模型建構應用的流程。AI應用開發者會看到包括模型、數據集、評估基準,以及看似無窮無盡應用模式的AI領域,本書也介紹了開發AI應用並可高效部署的實用框架。?



      •理解什麼是AI工程及其與傳統機器學習工程有何不同?

      •學習開發AI應用的流程、每個步驟的挑戰,以及應對這些挑戰的方法?

      •探索包括提示工程、RAG、微調、代理和數據集工程的各種模型適配技術,並理解它們運作的方式與目的?

      •檢視服務基礎模型時的延遲和成本瓶頸,及如何克服這些問題?

      •針對需求選擇正確的模型、指標、數據和開發模式?



      本書與《設計機器學習系統》互為補充,進一步探索AI工程的實務應用。



    好評推薦



      「本書提供了一個全面且結構清晰的指南,涵蓋建構生成式AI系統的基本面向。對於希望在企業內推展AI的專業人士來說,這是一本必讀之作。」 ——Vittorio Cretella,前 P&G and Mars 全球資訊長?



      「Chip Huyen很懂生成式AI,她是一位卓越的教師和作家,她的著作在幫助團隊將AI導入產品上發揮了重要作用。憑藉深厚的專業知識,《AI工程》是一本深入且全面性的指南,幫助讀者產出構建生成式AI應用。」 ——Luke Metz,ChatGPT共同創建人,前OpenAI研發經理?

    ?


     





    第1章 使用基礎模型建構AI應用導論?

    AI工程的崛起?

    基礎模型使用案例?

    規劃AI應用?

    AI工程疊層?

    總結?



    第2章 理解基礎模型?

    訓練數據?

    建模?

    後訓練?

    取樣?

    總結?



    第3章 評估方法?

    評估基礎模型的挑戰?

    理解語言建模指標?

    精確評估?

    AI評判?

    使用比較評估進行模型排名?

    總結?



    第4章 評估AI系統?

    評估標準?

    模型選擇?

    設計評估管道?

    總結?



    第5章 提示工程?

    提示導論?

    提示工程最佳實例?

    防禦性提示工程?

    總結?



    第6章 RAG 與代理?

    RAG?

    代理?

    記憶?

    總結?



    第7章 微調?

    微調概述?

    何時進行微調??

    記憶體瓶頸?

    微調技術?

    總結?



    第8章 數據集工程?

    數據調理?

    數據增強與合成?

    數據處理?

    總結?



    第9章 推論最佳化?

    理解推論最佳化?

    推論最佳化?

    總結?



    第10章 AI工程架構與使用者回饋?

    AI工程架構?

    使用者回饋?

    總結?



    後記?



    索引




    其 他 著 作