LLM語意理解與生成技術完全開發

出版社： 歐萊禮
作者： Jay Alammar, Maarten Grootendorst
譯者： 楊新章
規格： 18.5x23x2
裝訂： 平裝
頁數： 432
出版日： 09/24/2025
ISBN 13 : 9786264251563
內容簡介： AI 語言技術的進步，正以前所未有的速度改變世界！

「Jay和Maarten一如既往地運用精美的插圖為複雜主題提供深具洞察的描述。對於任何想了解大型語言模型背後主要技術的人來說，這本書都是寶貴的資源。」
—Andrew Ng（吳恩達)，DeepLearning.AI 創辦人

「我想不出有哪本書比這本書更重要，值得現在就去閱讀。書中的每一頁，我都學到在這個語言模型時代，對於成功至關重要的知識。」
—Josh Starmer，StatQuest


想深入了解大型語言模型的奧秘，並將其應用於實際專案中？
《Hands-On Large Language Models》正是為你量身打造的指南！

由知名AI專家Jay Alammar和Maarten Grootendorst執筆，透過近300幅精美圖解，帶你輕鬆掌握LLM的核心概念和實踐技巧。

無論是文案撰寫、摘要生成，還是建立先進的語義搜尋系統，本書都提供了詳盡的步驟和範例，助你在AI領域中脫穎而出。快讓《Hands-On Large Language Models》開啟你的 AI 進階之旅！

--------------------------------------------------------

近年來，AI在語言處理領域取得了驚人的突破。隨著深度學習的快速發展，語言AI系統在文字寫作與理解方面的能力，比以往任何時候都更加出色。這一趨勢正在催生全新的功能、產品，甚至是全新的產業。透過本書視覺化的教學方式，你將學習如何運用這些強大技術，掌握實用工具與關鍵概念，並能立即應用於你的專案中！

你將學會如何運用預訓練的 LLM 進行文案撰寫與摘要生成；打造超越傳統關鍵字匹配技術的語義搜尋系統；運用現有的函式庫和預訓練模型，來進行文本分類、搜尋與聚類。


本書將助你深入理解：
• Transformer語言模型的架構，掌握文本生成與語意表達的核心技術。
• 構建高效的LLM流程，對文本資料進行聚類並探索其主題。
• 透過密集檢索（dense retrieval）與重新排名（reranking），構建超越關鍵字匹配的語義搜尋引擎。
• 從提示工程（prompt engineering）到檢索擴增生成（RAG），探索生成式AI的各種運用方式。
• 深入學習如何訓練 LLM，針對特定應用進行優化，包括生成式微調（generative fine-tuning）、對比微調（contrastive fine-tuning）與上下文學習（in-context learning）。
• 透過生成式模型微調（Generative Model Fine-tuning）、對比式微調（Contrastive Fine-tuning）以及情境學習（In-context Learning），更深入地了解如何訓練LLM，並針對特定應用進行最佳化。

目錄：
作者簡介：