大模型定製開發--行業應用與解決方案
崔皓
買這商品的人也買了...
-
$458NoSQL 數據庫入門與實踐 (基於MongoDB\Redis)
-
$580$493 -
$403PWA 開發實戰 (Building Progressive Web Apps: Bringing the Power of Native to the Browser)
-
$880$695 -
$600$510 -
$407ERP 原理·設計·實施, 5/e
-
$580$458 -
$650$507 -
$520$411 -
$580$522 -
$588$559 -
$780$616 -
$560$437 -
$599$473 -
$708$673 -
$1,000$790 -
$880$695 -
$399$315 -
$650$514 -
$534$507
相關主題
商品描述
目錄大綱
目 錄
1.1 啟航:必看的閱讀指南 2
1.2 從 AIGC 到大模型:技術演進與應用 5
1.3 大模型概覽:定義、功能和影響 7
1.4 大模型訓練:預訓練、模型微調和強化學習 8
1.5 總結與啟發 11
2.1 開發環境概述:兵馬未動糧草先行 13
2.2 環境搭建與項目結構:Anaconda 的全解析 14
2.3 大模型快速開發:LangChain 架構初探 18
2.4 交互式開發:探索 Streamlit 的強大功能 23
2.5 模型多樣性:選擇大模型應用場景 25
2.6 總結與啟發 30
3.1 大模型與游戲行業 33
3.2 虛擬世界的冒險:在線角色扮演 33
3.3 提示詞與 AI 的默契:提示詞和提示詞工程 36
3.4 控制 AI 的藝術:提示詞工程原則 37
3.4.1 註重細節:SMART 驅動提問 37
3.4.2 設定角色:提示詞中的身份設定 39
3.4.3 指定步驟:大步跨向 AI 模型 39
3.4.4 提供示例、分割內容、限定長度:精確的藝術 40
3.5 實戰演練:創造虛擬角色,一步步打造個性化角色
3.5.1 需求分析:角色、關卡和規則 41
3.5.2 界面設計:架構虛擬角色控制台 42
3.5.3 代碼編寫:代碼賦予虛擬角色生命 43
3.5.4 功能測試:讓角色栩栩如生 54
3.6 總結與啟發 55
4.1 變革浪潮:大模型重塑多媒體的未來 58
4.2 夢想成像:大模型讓創意觸手可及 58
4.3 融合轉換:多模態的美食探索之旅 59
4.4 案例解析:打造自動化視頻內容製作工坊 61
4.5 技術分析:構築視頻創作的高效引擎 63
4.5.1 上傳視頻 64
4.5.2 解析視頻 64
4.5.3 生成語音 67
4.5.4 合成視頻 68
4.6 界面設計:簡化復雜,優化視頻創作體驗 69
4.7 編碼藝術:視頻解說項目背後的科技魔法 69
4.7.1 組件包簡介 70
4.7.2 獲取視頻信息 71
4.7.3 處理視頻和理解圖片 72
4.7.4 合成語音 78
4.7.5 合成視頻 80
4.7.6 交互界面 83
4.8 功能測試:將“視頻解說”項目從概念帶入現實 89
4.9 總結與啟發 90
5.1 技術革命:大模型與金融行業 93
5.2 智能代理:AI Agent 助力金融領域 93
5.3 案例解析:開啟智能股票分析之路 95
5.4 技術分析:Autogen-AI Agent 的最佳實踐 98
5.4.1 對話代理:Conversable Agent 的解決方案 99
5.4.2 順序聊天:優化任務協作流程 102
5.4.3 代碼執行器 Code Executor:從需求到實施 108
5.4.4 分工協作:UserProxy Agent 和 AssistantAgent 111
5.5 比較股票:智能體落地實操 112
5.6 功能測試:從開發到應用 117
5.7 智能股票:比較股票、分析原因和生成報告 124
5.8 功能驗證:智能股票分析全流程展示 129
5.9 總結與啟發 134
6.1 AI 在自媒體行業中的革命:從 PGC 到 AIGC 的演變
6.2 AI 生成媒體內容:智譜清言應用 138
6.3 案例解析:打開自媒體新篇章 139
6.4 技術分析:爬蟲、解析、摘要與自省 141
6.4.1 網絡信息的爬取和解析:思路整理與工具應用 141
6.4.2 function call:大模型在數據處理中的應用 146
6.4.3 數據結構化:利用大模型和 schema 優化信息抽取 152
6.4.4 生成文章摘要:MapReduce 精練文章內容 158
6.4.5 仿寫文章:工作流的最佳實踐 163
6.5 代碼實現:從爬取到仿寫的技術流程 171
6.5.1 文章列表與內容抓取:Playwright+BeautifulSoup+Function Call 171
6.5.2 生成文章摘要:MapReduce 的最佳實踐 172
6.5.3 仿寫與評價:LangGraph 循環圖應用 174
6.5.4 界面交互:構建友好的內容管理平臺 177
6.6 功能測試:項目實施與效果評估 185
6.7 總結與啟發 188
7.1 大模型在旅游行業的應用:AI 推動行業變化 191
7.2 案例解析:“智能旅游”項目介紹 192
7.3 技術分析 : 工具調用與大模型規劃 193
7.3.1 調用外部工具:function call 再次登場 193
7.3.2 觀察調用結果:Agent 與 Tool 調用的區別 197
7.3.3 真實工具登場:用搜索引擎和維基百科替換模擬函數 202
7.3.4 復雜任務規劃:Plan-and-Solve 與 ReWOO 的選擇 207
7.4 代碼實現:從城市搜索到旅游計劃 212
7.4.1 搜索旅游城市:大模型結合搜索引擎 212
7.4.2 制訂旅游計劃:大模型結合無觀察模式 216
7.4.3 搜索景點詳情:大模型結合維基百科 223
7.4.4 界面交互:功能集成與用戶交互 225
7.5 項目測試:功能操作與日誌跟蹤 228
7.5.1 搜索旅游城市:選擇城市與信息傳遞 228
8.4.2 路由選擇:售前服務與售後服務 271
8.4.3 知識庫構建:文本上傳與向量加載 274
8.4.4 客服分析:情感、意圖與行為 275
8.5 功能測試:用戶請求、智能匹配與行為分析 278
8.6 總結與啟發 282
VII