LangChain與新時代生產力-AI應用開發之路 9787302676157 陸夢陽 朱劍 孫羅庚等

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202412*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：LangChain與新時代生產力-AI應用開發之路
ISBN：9787302676157
出版社：清華大學
著編譯者：陸夢陽 朱劍 孫羅庚等
頁數：360
所在地：中國大陸 *此為代購商品
書號：1700218
可大量預訂，請先連絡。

內容簡介

本書全面深入地探討了AI生成大模型在多個領域的應用，從AI的歷史探源、生成式模型在不同領域的應用（文本、圖片、聲樂、視頻及多模態模型），到大型語言模型（如GPT）的運作機制、預訓練、可擴展架構及其適應性。通過詳細介紹LangChain的概念、應用、安裝方法及如何利用LangChain進行軟體開發和數據科學研究，本書為讀者提供了一個關於AI生成大模型應用的全景視圖。 本書共11章，覆蓋了AI生成大模型的理論基礎、LangChain的入門與進階使用、LangChain在軟體開發和數據科學中的應用及生成式AI的未來展望等方面。第1～3章介紹AI生成大模型的基礎知識，如AI歷史、生成式模型在不同領域的應用，以及大型語言模型，如GPT的基礎和LangChain的初識與入門。第4～6章深入LangChain的進階使用，探討Agent構建、文檔查詢、聊天機器人開發，提供實戰案例和技術細節。第7～9章聚焦LangChain在軟體開發和數據科學的應用及定製LLM輸出的策略，介紹編程、自動化軟體開發、數據探索技術方法及LLM輸出優化。第10章和第11章討論LLM在生產環境的應用、監控、回調處理，以及生成式AI的未來展望，包括其潛力、社會影響和挑戰。本書旨在為讀者提供LangChain從入門到進階的全面知識，適合不同背景的讀者深入學習和應用。 本書特色在於其理論與實踐相結合的方法論，適合對AI生成大模型感興趣的學生、研究人員和軟體開發者閱讀。書中不僅詳細介紹了AI生成大模型的基礎知識和前沿技術，還提供了豐富的實踐指導和案例分析。此外，配套資源豐富，包括示例代碼、工具安裝指南和案例研究，極大地增強了本書的實用性和指導性。無論是AI領域的新手還是有經驗的開發者都能從中獲得必要的知識和靈感。

作者簡介

陸夢陽，目前任職於世界500強中排名第26位的思科公司，擔任客戶網絡系統數字化與自動化解決方案的主導工程師，成功領導了多項針對全球500強企業的網絡架構自動化項目，涵蓋台積電、香奈兒、SAP等知名企業，專註於思科DNA Center AI智能網絡日誌分析的研究方向。在央企外派至肯亞期間，主導與當地AI數據標註公司Sama的合作，共同開發了口罩檢測及社交距離監測系統，有效地管理了建築施工項目中的疫情風險。Sama公司作為OpenAI公司的重要數據標註供應商，為ChatGPT模型提供了大量的數據標註服務。作為項目負責人，與Sama公司的合作項目提供了參与超級大語言模型數據訓練的寶貴經驗和視角。此外，發表了《基於Transformer模型的安全事故分類研究》等學術論文，體現了在該領域的深入研究與貢獻。

目錄

第1章 什麼是AI生成大模型
1 1 AI歷史探源
1 1 1 生成式模型
1 1 2 生成式模型在文本領域
1 1 3 生成式模型在圖片領域
1 1 4 生成式模型在聲樂領域
1 1 5 生成式模型在視頻領域
1 1 6 多模態模型
1 2 LLM簡介
1 2 1 潮流湧現
1 2 2 GPT的運作機制
1 2 3 模型的預訓練
1 2 4 可擴展架構
1 2 5 模型的適應性
1 2 6 上手GPT
1 3 圖像模型
1 3 1 圖像模型工作原理
1 3 2 圖像模型的不同版本
1 3 3 圖形模型的調節性
1 4 總結
第2章 初識LangChain
2 1 LLM的局限性
2 2 LLM應用介紹
2 3 LangChain介紹
2 3 1 LangChain的必要性
2 3 2 LangChain支持的應用
2 4 LangChain的工作機制
2 4 1 初識Agent
2 4 2 初識鏈
2 4 3 初識記憶
2 4 4 LangChain中的工具
2 5 總結
第3章 LangChain入門
3 1 安裝LangChain方法
3 1 1 安裝Python
3 1 2 Jupyter Notebook和JupyterLab
3 1 3 環境管理
3 2 導入模型
3 2 1 虛擬LLM（Fake LLM）
3 2 2 OpenAI
3 2 3 HuggingFace
3 2 4 微軟雲
3 2 5 谷歌雲
3 2 6 Jina AI
3 2 7 Replicate
3 2 8 本地模型
3 3 模型輸出解析
3 3 1 列表解析器
3 3 2 日期解析器
3 3 3 自動修復解析器
3 3 4 Pydantic（JSON）解析器
3 3 5 重試解析器
3 3 6 結構化輸出解析器
3 3 7 XML解析器
3 4 LangChain表達式語言
3 4 1 LCEL介面簡介
3 4 2 綁定運行時參數
3 4 3 運行自定義函數
3 4 4 流式傳輸自定義生成器函數
3 4 5 并行化步驟
3 4 6 根據輸入的動態路由邏輯
3 5 鏈
3 5 1 鏈介面中的方法調用
3 5 2 自定義鏈的創建
3 5 3 幾種常見的鏈
3 6 實戰案例：客戶服務助手應用程序開發
3 7 總結
第4章 LangChain進階：Agent
4 1 構建自己的第1個Agent
4 2 LangChain中的常見Agent類型
4 2 1 Zero-shot ReAct
4 2 2 Structured Input ReAct
4 2 3 OpenAI Functions
4 2 4 Conversational
4 2 5 ReAct Document Store
4 3 迭代器運行Agent
4 4 讓Agent返回結構化輸出
4 5 處理Agent解析錯誤
4 6 將Agent構建為圖
4 6 1 快速開始
4 6 2 流式輸出
第5章 使用LangChain工具進行文檔查詢
5 1 幻覺現象
5 2 文檔總結
5 3 信息提取
5 4 使用工具
5 5 解剖LLM推理的底層策略
5 6 總結
第6章 聊天機器人
6 1 聊天機器人簡介
6 1 1 歷史溯源
6 1 2 上下文和記憶
6 1 3 意識性與主動性
6 2 檢索和向量
6 2 1 嵌入
6 2 2 存儲嵌入的方式
6 2 3 索引
6 2 4 向量庫
6 2 5 向量資料庫
6 2 6 文檔載入器
6 2 7 LangChain中的檢索器
6 3 實戰案例：實現一個聊天機器人
6 4 LangChain中的記憶機制
6 4 1 快速開始
6 4 2 LangChain中基礎的記憶類型
6 4 3 其他高級記憶類型
6 4 4 記憶和LLM鏈
6 4 5 記憶和Agent
6 4 6 自定義會話記憶
6 4 7 自定義記憶
6 4 8 聊天機器人的記憶
6 5 內容監管
6 6 總結
第7章 LangChain和軟體開發
7 1 步入新時代
7 1 1 AI在軟體領域的最新進展
7 1 2 代碼生成LLM
7 1 3 未來展望
7 2 使用LLM編程
7 3 LLM自動化軟體開發
7 4 總結
第8章 LangChain和數據科學
8 1 自動化數據科學簡介
8 1 1 數據收集
8 1 2 可視化和探索性數據分析
8 1 3 數據預處理和特徵提取
8 1 4 自動化機器學習
8 1 5 生成式AI對數據科學的變革
8 2 使用Agent
8 3 數據探索和LLM
8 4 總結
第9章 綻放LangChain的魅力：定製LLM輸出
9 1 調整與對齊
9 1 1 對齊的方法
9 1 2 變革者：InstructGPT
9 1 3 LLM推理過程的調整方法
9 1 4 效果評估
9 2 實戰案例：LangChain微調LLM
9 3 提示詞工程
9 3 1 提示詞的結構
9 3 2 提示模板
9 3 3 高級提示詞工程
9 4 總結
第10章 生產環境LLM
10 1 引言
10 2 LLM應用評估
10 2 1 比較兩個輸出
10 2 2 基於標準的比較
10 2 3 字元串和語義比較
10 2 4 基準數據集
10 3 部署LLM應用
10 3 1 FastAPI
10 3 2 Ray
10 4 監測LLM應用
10 4 1 跟蹤和追蹤
10 4 2 可觀測性工具
10 5 LangChain回調
10 5 1 非同步回調
10 5 2 自定義回調處理程序
10 5 3 記錄到文件
10 5 4 多個回調處理程序
10 5 5 To
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。