大模型应用开发极简入门

• 艾格蒙序曲

  04-08
  以天为时间的更新速度，出版物的旧形态感觉完全撑不住了。这个译者给书加了一星。
• 圣母峰

  03-31
  短小精干的入门，LLM把做一个偏知识性的应用的门槛降到最低
• 张昊晨HC

  04-21
  3.5入门工具书，适合新手。
• 飞林沙

  04-27
  基本的查缺补漏，快速读一遍整理一下
• 帅小咩

  03-19
  在微信阅读上一天就可以量子速读完，举的例子都很恰当，适合小白
• HumbleRay

  03-17
  大模型开发入门工具书，赶紧看，马上可能就会过时了
• alargel

  03-16
  很好的技术手册，其中有不少值得深入研究的领域。
• 李欣原

  03-16
  我看不懂但是感觉就是一本说明书
• 十一臭屁肉球子

  03-13
  看完了，但是还没想好做啥
• 若沫潺湲

  03-12
  感觉更多讲的是基于gpt的应用？
• 左思

  03-20
  2024年3月20日读毕，此书用非常小的篇幅就将GPT模型的零样本提示、少样本提示、思维链提示、微调进行了比较，前三者只是利用模型的原参数来生成内容，而微调则是利用提示示例来重新训练模型，这是改变了模型的参数的，因此生成的内容针对性会提高。也就是这是通过不同程度的机器学习来提高模型的预测能力。另外，还通过langchain来加强思想之间的迭代，来使生成内容的质量提高。还有，为了解决GPT数据的封闭性，通过插件搜索外部网页或数据来加强内容的实时性，还有解决GPT在计算方面的劣势。总之，大语言模型需要调好内部参数，记住一些东西，这是长期记忆；而每次的上下文可以方便大语言模型浏览；长短期记忆处理长期依赖关系和短期依赖关系；GPT也在考虑允许用户设置一些数据被模型长期记忆，增强生成内容的质量。
• jerryzou

  03-10
  极薄的小册子，帮助我搞懂了Embedding、向量数据库、Fine-tuning、LangChain的基本概念。算是物有所值！
• mhsj

  04-15
  通俗易懂，相比于网络上散乱的文章课程。更系统和精炼的介绍了整个体系。
• momo

  03-07
  购买的必要性不大。要入门实际上网上很多教程和案例可以看，而且在线的资料更新更快，可以学最新的东西，相比之下这本写作于去年的书很多代码的失效了还需要去查看最新的帮助文档，有这个功夫为啥不直接看在线教程。这本书讲解本身还是不错的，只是无法避免技术相关纸质书的通病。
• 梦想家

  02-27
  极好的一本应用开发入门书，老外写的书就是好啊，书不厚却讲的很明白