開源閉源LLM應用：從微調到RAG、Agent完整開發實作 (1版)

類似書籍推薦給您

【簡介】 ★人工智慧的起源與發展歷程 ☆機器學習的基本概念與分類方法 ★神經網路的基礎結構與演化歷程 ☆自然語言處理技術的發展與應用 ★大型語言模型的構建原理與應用範疇 ☆互動格式種類與ChatGPT介面詳解 ★提示工程的原理、組成與實用技巧 ☆工作記憶與長短期記憶的管理策略 ★外部工具的整合方法與應用實例 ☆ChatGPT擴充功能與Assistants API解析 ★自主Agent系統的架構設計與案例分析 ☆大型語言模型的安全技術與防護措施 【內容簡介】 本書涵蓋人工智慧的起源與發展，從達特茅斯會議探討機器思考，到現代大型語言模型的構建與應用，深入解析機器學習的概念、分類及運作，並介紹神經網路的結構與演變。自然語言處理技術部分展示NLP在科技中的應用，大型語言模型章節探討文字生成、自回歸模型與訓練過程，並指出其局限。入門部分介紹Completion、ChatML和Chat Completion等互動格式，詳解ChatGPT介面運作。提示工程章節涵蓋提示原理、組成與技巧，提升AI模型表現。工作記憶與長短期記憶管理探討減輕記憶負擔的方法及其對AI效率的影響。外部工具整合與應用實例展示如何增強AI功能，介紹基於提示和微調的工具如Self-ask、ReAct及Toolformer。ChatGPT擴充功能與Assistants API解析讓讀者了解如何定制和擴展AI應用，自主Agent系統章節通過案例展示其設計與應用潛力。進階部分探討無梯度最佳化、自主Agent系統及微調技術，提供深入研究與開發AI的知識。最後，大型語言模型的安全技術與防護措施闡述提示注入攻擊、防禦策略、越獄攻擊、資料投毒及模型浮水印方法，保障AI系統安全。 【目錄】 ▌第1 篇 基礎 第1 章 從人工智慧的起源到大型語言模型 1.1 人工智慧的起源 1.1.1 機器能思考嗎 1.1.2 達特茅斯會議 1.2 什麼是機器學習 1.2.1 演繹推理與歸納推理 1.2.2 人工程式設計與自動程式設計 1.2.3 機器學習的過程 1.2.4 機器學習的分類 1.3 什麼是神經網路 1.3.1 還原論與湧現性 1.3.2 神經網路的發展歷史 1.3.3 神經網路基礎 1.3.4 神經網路的三要素 1.4 自然語言處理的發展歷程 1.4.1 什麼是自然語言處理 1.4.2 文字的向量化 1.4.3 神經網路中的自監督學習 1.5 大型語言模型 1.5.1 什麼是大型語言模型 1.5.2 語言模型中的token 1.5.3 自回歸模型與文字生成 1.5.4 統一自然語言任務 1.5.5 大型語言模型的訓練過程 1.5.6 大型語言模型的局限性 ▌第2篇 入門 第2章 互動格式 2.1 Completion 互動格式 2.2 ChatML 互動格式 2.3 Chat Completion 互動格式 第3 章 提示工程 3.1 什麼是提示工程 3.2 提示的組成 3.3 提示的基礎技巧 3.3.1 在提示的末尾重複關鍵指令 3.3.2 使用更清晰的語法 3.3.3 儘量使用範例 3.3.4 明確要求大型語言模型回覆高品質的回應 3.4 Chat Completion 互動格式中的提示 3.5 提示範本與多輪對話 第4 章 工作記憶與長短期記憶 4.1 什麼是工作記憶 4.2 減輕工作記憶的負擔 4.2.1 Chain-of-Thought 4.2.2 Self-Consistency 4.2.3 Least-to-Most 4.2.4 Tree-of-Tought 和Graph-of-Tought 4.2.5 Algorithm-of-Tought 4.2.6 Chain-of-Density 4.3 關於大型語言模型的思考能力 4.4 長短期記憶 4.4.1 什麼是記憶 4.4.2 短期記憶 4.4.3 長期記憶 第5 章 外部工具 5.1 為什麼需要外部工具 5.2 什麼是外部工具 5.3 使用外部工具的基本原理 5.4 基於提示的工具 5.4.1 Self-ask 框架 5.4.2 ReAct 框架 5.4.3 改進ReAct 框架 5.5 基於微調的工具 5.5.1 Toolformer 5.5.2 Gorilla 5.5.3 function calling 第6 章 ChatGPT 介面與擴充功能詳解 6.1 OpenAI 大型語言模型簡介 6.2 ChatGPT 擴充功能原理 6.2.1 網頁即時瀏覽 6.2.2 執行Python 程式 6.2.3 影像生成 6.2.4 本地檔案瀏覽 6.3 Chat Completion 介面參數詳解 6.3.1 模型回應傳回的參數 6.3.2 向模型發起請求的參數 6.4 Assistants API 6.4.1 工具 6.4.2 執行緒 6.4.3 執行 6.4.4 Assistants API 整體執行過程 6.5 GPTs 與GPT 商店 6.5.1 GPTs 功能詳解 6.5.2 GPT 商店介紹 6.5.3 案例：私人郵件幫手 ▌第3 篇 進階 第7 章 無梯度最佳化 7.1 單步最佳化 7.2 強化學習入門 7.3 多步最佳化中的預測 7.4 多步最佳化中的訓練 7.5 多步最佳化中的訓練和預測 第8 章 自主Agent 系統 8.1 自主Agent 系統簡介 8.2 自主Agent 系統的基本組成 8.3 自主Agent 系統案例分析（一） 8.3.1 BabyAGI 8.3.2 AutoGPT 8.3.3 BeeBot 8.3.4 Open Interpreter 8.3.5 MemGPT 8.4 自主Agent 系統案例分析（二） 8.4.1 CAMEL 8.4.2 ChatEval 8.4.3 Generative Agents 第9 章 微調 9.1 三類微調方法 9.2 Transformer 解碼器詳解 9.2.1 Transformer 的原始輸入 9.2.2 靜態編碼和位置編碼 9.2.3 Transformer 層 9.3 高效參數微調 9.3.1 Adapter 高效微調 9.3.2 Prompt 高效微調 9.3.3 LoRA 高效微調 9.3.4 高效微調總結 9.4 微調RAG 框架 9.4.1 RAG 框架微調概述 9.4.2 資料準備和參數微調 9.4.3 效果評估 第10 章 大型語言模型的安全技術 10.1 提示注入攻擊 10.1.1 攻擊策略 10.1.2 防禦策略 10.2 越獄攻擊與資料投毒 10.2.1 衝突的目標與不匹配的泛化 10.2.2 對抗樣本 10.2.3 資料投毒 10.3 幻覺和偏見問題 10.4 為大型語言模型增加浮水印 ▌第4 篇 展望 第11 章 大型語言模型的生態與未來 11.1 多模態大型語言模型 11.1.1 什麼是多模態 11.1.2 GPT-4V 簡介 11.1.3 Gemini 簡介 11.2 大型語言模型的生態系統 11.3 大型語言模型的第一性原理：Scaling Law 11.3.1 什麼是Scaling Law 11.3.2 Scaling Law 的性質 11.3.3 Scaling Law 的未來 11.4 通向通用人工智慧：壓縮即智慧 11.4.1 編碼與無失真壓縮 11.4.2 自回歸與無失真壓縮 11.4.3 無失真壓縮的極限 11.5 圖靈機與大型語言模型：可計算性與時間複雜度 11.5.1 圖靈機與神經網路 11.5.2 智慧的可計算性 11.5.3 邏輯推理的時間複雜度 參考文獻

錢越花會越多？！阿伯的開源FIRE學　 (1版)

類似書籍推薦給您

【簡介】 ◎　　這本書是我和家人一起創作的，內容很簡單，源自我們的日常生活。書中的插畫和封面圖案，其實是小朋友隨手畫出的作品。 　　書封上的人物頭像是我女兒在3歲時畫的，她簡單的線條勾勒出我這個老爸的模樣。就像我的投資理念一樣：策略簡單明確，設定目標後用最直接的方式去執行。我每5年集中資金在一個標的上，從35歲開始投資房地產，41歲進美元保單，45歲起存股，每一階段都專注於單一投資，五年後再轉向下一個目標。 　　至於封底上的「誰知道」，是我兒子多年來練習書法後隨手寫出的三個字。我覺得它很傳神，因為投資路上沒有人能預測一切，房產、保單或股市的未來誰知道？什麼時候進場或退場才最合適？這些問題，連財經專家和投行高手也無法完全掌控。我自己的股市策略是「不猜高低、定期進場、只進不出」，選擇低風險的ETF，減少操作中的不確定性。 　　這本書不提供致富的祕訣或快速加薪的方法，而是記錄我在財務自由之路上的一步步選擇和經歷。年輕時，我靠跳槽加薪累積了第一桶金，然後再進入房產投資、美元保單、股市等操作。這些選擇，或許是許多投資人都在討論的方向，但我想透過自己的經歷，給正在路上的你一些簡單的參考。 【目錄】

Android 開源專案「真」實戰啟航：瀏覽器 App EinkBro 開發者帶你逐步從 UI 設計、UX 提升到多功能實現秘技全解析（iThome鐵人賽系列書）【軟精裝】 (1版)

類似書籍推薦給您

內容簡介 完整解說EinkBro兩年多來的開發過程 使你的Android開發功力再上一層樓 　　本書內容改編自第 14 屆 iThome 鐵人賽 Mobile Development 組佳作系列文章《從開發瀏覽器 APP 學習 Android 實戰技巧，並搭上 Jetpack Compose 的列車》與第 13 屆 iThome 鐵人賽Mobile Development 組佳作系列文章《如何開發適合電子書閱讀器使用的瀏覽器 Android APP》。 　　一本書包含了兩屆 iThome 鐵人賽得獎作品的精華，前後連貫，讓讀者能更深入地了解 EinkBro App 的演進過程。雖然 EinkBro 是作者業餘開發的作品，但是從 2023 年起，它開始被內建於台灣主流的電子書品牌的閱讀器中，這無疑是一種莫大的肯定。 　　不同於以往的 Android 教學書籍，本書以實際 App 專案的開發先後順序介紹各種不同主題和功能的實作，讓讀者能夠隨著專案的演進，感受到它一步步改善的過程，並從中學習到各種開發的技巧。 　　書中大部分內容的主題是圍繞在電子書閱讀器帶來的限制和特性上，在講解功能開發的緣由和發想時，還會解釋其背後的思考邏輯；讓讀者不但能夠學習到實作的細節，還可以讓促使未來在開發功能時的思惟能更加全面。 　　【目標讀者】 　　→已經熟悉基本的 Android 開發方式，想要再進一步學習更多的實作技巧。 　　→想要更了解 WebView 開發細節的開發者。 　　→好奇開源專案是怎麼樣不斷演進和發布的讀者。 　　→同樣是電子書閱讀器的愛好者，想了解 EinkBro 開發背後的秘辛的使用者。 目錄 Chapter 0 WebView 開發入門 0.1 架構 Chapter 1 總論 1.1 EinkBro App 簡介 1.2 EinkBro 功能演進 1.3 各章節簡介及閱讀方式 Chapter 2 選擇起跑點與訂定開發原則 2.1 如何選擇好的起跑點 2.2 訂定自己的開發原則 Chapter 3 使用者介面初步改善 3.1 提高圖案對比度 3.2 調整對話框 Chapter 4 改造瀏覽網頁的方式——靜態翻頁 4.1 以翻頁的方式瀏覽網頁 4.2 利用音量鍵翻頁 4.3 點擊畫面翻頁 Chapter 5 調整網頁字型 5.1 字型大小 5.2 字體粗細 5.3 更換雲端字型 Chapter 6 支援閱讀模式 6.1 何謂閱讀模式 6.2 初次嘗試 6.3 改試另一種效果比較好的實作 Chapter 7 直排閱讀 7.1 牛刀小試 7.2 閱讀模式 + 直排 Chapter 8 儲存網頁為 epub 檔案 8.1 引入函式庫 8.2 取得網頁內容 8.3 電子書名及章節名稱 8.4 如何實作儲存圖片 Chapter 9 翻譯功能 9.1 核心實作 9.2 取得網頁全文 9.3 整合 Google Translate 網頁 9.4 網頁內容分頁 9.5 雙視窗可拖拉調整大小元件 9.6 翻譯結果與主畫面同步捲動 Chapter 10 深色主題模式 10.1 顏色設定調整 10.2 夜間模式設定 10.3 WebView 的夜間模式支援 Chapter 11 支援多 Activity Chapter 12 上架 App 到 F-Droid 平台 12.1 什麼是 F-Droid 12.2 發佈 EinkBro 到 F-Droid 的理由 12.3 如何進行 Chapter 13 導入 Koin 13.1 什麼是 Koin 13.2 為什麼要導入 Koin 13.3 導入方法 Chapter 14 同時顯示雙網頁 14.1 需求來源 14.2 開發方式 Chapter 15 自訂字型 15.1 從系統中選擇字型檔案 15.2 注入 CSS Font 資訊到 WebView 中 15.3 攔截 WebRequest 以傳回字型資訊 Chapter 16 支援 epub 檔案的閱讀 16.1 分析網路上實作閱讀 epub 檔案的範例 16.2 重構參考來的程式碼 Chapter 17 整合 Github Actions 17.1 利用 Github Actions 編譯 release 版本 17.2 更方便的下載 Github Action 編譯好的 binary Chapter 18 導入 Jetpack Compose 18.1 導入 Jetpack Compose 的一些想法 18.2 Compose 快速切換設定的對話框 18.3 Compose 功能選單 18.4 Compose 設定畫面的第一層 18.5 Compose 自製的AutoCompleteTextView 18.6 改寫工具列前 18.7 改寫工具列 18.8 改寫工具列後 18.9 改寫 PreferenceUI Chapter 19 遠端編譯程式碼 19.1 何謂 mainframer 19.2 mainframer 的概念 19.3 舊的 Intel Mac 設定 19.4 遠端機器（M1 Mac mini） 的設定 19.5 執行方式 Chapter 20 多指觸控手勢功能 20.1 多點觸控手勢偵測 20.2 縮放畫面時防止誤觸 Chapter 21 淘汰onActivityResult 21.1 註冊 ActivityResult 21.2 呼叫步驟 1 中已經建立好的 ActivityResultLauncher Chapter 22 防止追蹤碼 22.1 找到所需資料 22.2 呼叫時機 22.3 Firefox 的實作 22.4 Brave 的實作 Chapter 23 SharedPreferences 的再包裝 23.1 善用 Delegate 23.2 改善 Toggle 的功能 Chapter 24 改善文字選取的功能選單 24.1 自製功能清單 24.2 改善選取不準確的情況 Chapter 25 整合 ChatGPT 25.1 使用外部函式庫進行初步整合 25.2 支援 stream 的回覆型式