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
 
LLM:困難部分|以開源AI方案解決開發難題

LLM:困難部分|以開源AI方案解決開發難題

沒有庫存
訂購需時10-14天
9786264254311
Tharsis Souza, Jonathan Regenstein
agility studio
歐萊禮
2026年10月30日
260.00  元
HK$ 234  



詳
細
資
料
ISBN:9786264254311
  • 規格:平裝 / 360頁 / 18.5 x 23 x 1.8 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣

  • 分
    類
    電腦資訊 > 概論/科技趨勢 > 人工智慧/機器學習
    同
    類
    書
    推
    薦

    內
    容
    簡
    介



    「本書由兩位頂尖實踐者執筆,無論讀者程度如何,皆能從這一本必備指南中取得駕馭 LLM 的實用工具。」

    Sudheer Chava,喬治亞理工學院金融服務創新實驗室主任、Alton M. Costley 講座教授


    「本書深入探討現實 LLM 系統的棘手挑戰,並提供周全且務實的見解。」

    Tomaso Aste,倫敦大學學院複雜科學教授


    大型語言模型(LLM)徹底改變了自然語言處理流程,然而,當你在應用程式中部署它們時,也會面臨許多技術挑戰。本書清楚且務實地剖析了開發者與 AI 工程師建構 LLM 應用程式時面臨的難關。本書聚焦於實作陷阱,而非僅談論功能,並透過可重現的 Python 程式碼與開源工具來提供立即可用的策略。


    本指南專為開發者與技術產品主管而寫,提供解決現實問題的方法,幫助讀者理解 LLM 的限制與取捨,進而突破應用程式評估、輸入管理、測試、安全…等關鍵障礙。


    • 為非確定性系統設計測試策略與評估策略

    • 管理脈絡、RAG 與長脈絡檢索

    • 處理輸出不一致與結構不可靠的問題

    • 建構安全與內容審核框架

    • 探討校準挑戰與緩解方法

    • 在本機上運用開源模型


     

    目
    錄



    第一章 第一原理:在開始打造LLM應用程式之前該考慮哪些事情

    為什麼選擇開源方案?

    策略考量

    組織的AI架構

    資料的重要性

    模型類型

    模型特性

    成本與速度

    授權條款

    客製化

    小型語言模型

    結語


    第二章 評估落差

    LLM的不確定性

    評估挑戰

    設計LLMBA評估框架

    評估方法

    LLM效能評測簡介

    ARC-AGI與ARC Prize

    結語


    第三章 LLM應用程式的評估工具

    LangSmith

    Promptfoo

    LightEval

    結語


    第四章 從資料到脈絡

    文件前處理

    RAG

    長脈絡模型是 RAG 的終結者嗎?

    LCM案例研究:產生附有來源的考題

    結語


    第五章 輸出結構化的資料

    結構化輸出為何重要

    約束為何如此困難?Transformer架構

    訓練期約束技術

    推論期約束技術

    結語


    第六章 LLM安全考量

    一般AI安全風險

    LLM特有的安全風險

    因應LLMBA安全風險

    AI實驗室與政策中心的指引

    讓LLM更安全的兩種具體方法

    結語


    第七章 評估LLM的安全性

    利用評測資料集來評估安全

    執行期護欄與內容審核

    採用LLM-as-a-Judge的自訂審核

    案例研究:建構K-12學生安全篩選器

    結語


    第八章 LLM校準:案例研究

    為什麼需要校準?

    RLHF:讓LLM值得信賴的關鍵突破

    案例研究:讓LLM符合政策要求

    設計安全與校準計畫

    結語


    第九章 結語:在成本持續下降的時代中的LLM應用


    附錄 幫助你在本機部署LLM的工具

    索引


    書
    評

    其 他 著 作