کتاب Building LLM Powered Applications

ساخت برنامه‌های هوشمند با مدل‌های زبانی بزرگ: راهنمای عملی برای توسعه برنامه‌های مبتنی بر هوش مصنوعی

آشنایی با کتاب

کتاب ساخت برنامه‌های هوشمند با مدل‌های زبانی بزرگ، نوشته والنتینا آلتو، راهنمایی جامع و کاربردی برای توسعه‌دهندگان، مهندسان نرم‌افزار و دانشمندان داده است که می‌خواهند با استفاده از مدل‌های زبانی بزرگ (LLMs) مانند GPT-3.5، GPT-4، Llama 2، Falcon LLM و ابزارهایی مانند LangChain، برنامه‌های هوشمند و پیشرفته‌ای طراحی کنند. این کتاب با آموزش مفاهیم پایه و تکنیک‌های پیشرفته، شما را در ساخت برنامه‌های مبتنی بر هوش مصنوعی توانمند می‌کند و همراه با خرید کتاب، نسخه PDF، دستیار هوش مصنوعی و ابزار خوانش نسل بعدی به‌صورت رایگان ارائه می‌شود.

چرا این کتاب را بخوانید؟

مدل‌های زبانی بزرگ (LLMs) با قابلیت‌های خود در پردازش زبان طبیعی، در حال بازتعریف امکانات هوش مصنوعی هستند. این کتاب با تمرکز بر چارچوب سبک‌وزن LangChain مبتنی بر پایتون، شما را در طراحی برنامه‌هایی مانند چت‌بات‌های هوشمند، موتورهای جست‌وجو و سیستم‌های توصیه‌گر هدایت می‌کند. با آموزش تکنیک‌های مهندسی پرامپت، تنظیم دقیق مدل‌ها و استفاده از داده‌های ساخت‌یافته و غیرساخت‌یافته، این کتاب به شما کمک می‌کند تا از پتانسیل کامل LLMs بهره‌برداری کنید و برنامه‌هایی مقیاس‌پذیر و اخلاق‌محور بسازید.

ویژگی‌های کلیدی کتاب

• ادغام LLMs در برنامه‌های واقعی: یادگیری نحوه استفاده از مدل‌های زبانی در پروژه‌های عملی.

• استفاده از LangChain: هماهنگ‌سازی اجزای LLMs با چارچوب LangChain و رابط کاربری Streamlit.

• تسلط بر مهندسی پرامپت: آموزش تکنیک‌های پایه و پیشرفته برای طراحی پرامپت‌های مؤثر.

• درک معماری LLMs: شناخت اجزای اصلی مانند بلوک‌های انکودر-دیکودر و امبدینگ‌ها.

• کار با داده‌های غیرپارامتریک و پایگاه‌های داده برداری: مدیریت دانش و بهبود دقت.

• تنظیم دقیق مدل‌ها: شخصی‌سازی LLMs برای نیازهای خاص.

• بررسی مسائل اخلاقی: درک ملاحظات اخلاقی در برنامه‌های مبتنی بر LLM.

• آشنایی با مدل‌های بنیادین بزرگ (LFMs): کاربردهای چندوجهی در پردازش تصویر و صدا.

فهرست مطالب

1. مقدمه‌ای بر مدل‌های زبانی بزرگ: آشنایی با مفاهیم پایه LLMs.

2. LLMs برای برنامه‌های مبتنی بر هوش مصنوعی: کاربردهای عملی مدل‌ها.

3. انتخاب LLM مناسب برای برنامه شما: مقایسه مدل‌های اختصاصی و متن‌باز.

4. مهندسی پرامپت: تکنیک‌های طراحی پرامپت.

5. ادغام LLMs در برنامه‌ها: پیاده‌سازی مدل‌ها در پروژه‌ها.

6. ساخت برنامه‌های گفت‌وگویی: طراحی چت‌بات‌های هوشمند.

7. موتورهای جست‌وجو و توصیه‌گر با LLMs: بهبود تجربه کاربری.

8. کار با داده‌های ساخت‌یافته: استفاده از LLMs برای داده‌های سازمان‌یافته.

9. کار با کد: تولید و تحلیل کد با LLMs.

10. ساخت برنامه‌های چندوجهی با LLMs: ترکیب متن، تصویر و صدا.

11. تنظیم دقیق مدل‌های زبانی بزرگ: شخصی‌سازی مدل‌ها.

12. هوش مصنوعی مسئولانه: ملاحظات اخلاقی در توسعه.

13. روندها و نوآوری‌های نوظهور: آینده LLMs و LFMs.

کاربردهای عملی

این کتاب با مثال‌های عملی، شما را در ساخت برنامه‌های هوشمند مانند چت‌بات‌ها، سیستم‌های توصیه‌گر و موتورهای جست‌وجوی مبتنی بر LLM توانمند می‌کند. از ادغام مدل‌ها با داده‌های غیرساخت‌یافته تا استفاده از پایگاه‌های داده برداری برای جست‌وجوی معنایی، این کتاب ابزارها و تکنیک‌های لازم برای توسعه برنامه‌های پیشرفته را ارائه می‌دهد. همچنین، مباحث مرتبط با تنظیم دقیق مدل‌ها و رعایت اصول اخلاقی در هوش مصنوعی، شما را برای توسعه مسئولانه آماده می‌کند.

درباره فناوری

این کتاب بر فناوری‌های پیشرفته مانند GPT-3.5، GPT-4، Llama 2، Falcon LLM و چارچوب LangChain تمرکز دارد. این ابزارها امکان توسعه برنامه‌های هوشمند با قابلیت‌های چندوجهی (مانند پردازش متن، تصویر و صدا) را فراهم می‌کنند. با استفاده از Streamlit برای رابط کاربری و پایگاه‌های داده برداری، این کتاب شما را برای ساخت برنامه‌های مقیاس‌پذیر آماده می‌کند.

مخاطبان کتاب

این کتاب برای مهندسان نرم‌افزار، دانشمندان داده، رهبران فنی، دانشجویان و پژوهشگرانی که می‌خواهند برنامه‌های مبتنی بر LLM را توسعه دهند، مناسب است. نیازی به تجربه قبلی با LLMs نیست، اما دانش پایه در یادگیری ماشین و برنامه‌نویسی (ترجیحاً پایتون) به درک بهتر محتوا کمک می‌کند.

درباره نویسنده

والنتینا آلتو، متخصص در هوش مصنوعی و مدل‌های زبانی بزرگ، با تجربه در توسعه برنامه‌های کاربردی، دانش خود را با زبانی روان و مثال‌های عملی در این کتاب به اشتراک گذاشته است. او در این کتاب، تعادلی بین مفاهیم نظری و کاربردهای عملی برقرار کرده و منبعی ارزشمند برای توسعه‌دهندگان در هر سطحی ارائه داده است.