TOP
💡 邁向小一的第一步!給孩子一本「查得到自信」的專屬辭典,輕鬆跨越閱讀關卡!🚀
搜尋結果 /

Generative AI Design Patterns

3
1 / 1
生成式 AI 設計模式:處理生成式AI代理及應用程式的常見挑戰
滿額折
出版日:2026/05/29 作者:Valliappa Lakshmanan; Hannes Hapke  出版社:美商歐萊禮  裝訂:平裝
生成式AI已開始真正進入產品、服務與企業流程,但當團隊實際開發GenAI應用程式與AI Agent時,往往很快就遇到各種工程問題: 模型產生幻覺、回應結果不穩定該如何處理? 怎麼讓生成內容符合品牌風格與指定格式? 如何讓Agent具備規劃、自我修正與協作能力? 多個Agent又該如何組合成可落地的應用系統? 本書整理了32種生成式AI設計模式(Generative AI Design Patterns),將研究論文與第一線實務經驗轉化為可直接套用的工程解法。 無論是拿來作為參考手冊、架構設計指南,或是培養整體GenAI設計思維,這本書都是對工程師、資料科學家、軟體架構師或產品經理極具價值的工具書。 【專業推薦】 「這是一本引領GenAI從原型邁向正式部署的實戰手冊。書中收錄的設計模式匯集了現實的工程經驗,可讓開發者充滿信心地應對幻覺、可靠性與規模化的種種挑戰。」 ――Marily Nika博士,《Building AI-Powered Products》作者 「Hannes與Lak將寶貴的實戰智慧寫成這本全方位指南,幫助你將理論轉化為實際做法。」 ――Chip Huyen,《設計機器學習系統》與《AI工程》作者 生成式AI帶來強大的新能力,然而,在正式交付可靠的應用程式或代理之前,你仍然會面臨有一些棘手的限制。幸運的是,來自業界專家的二位作者已經整理了32種經得起考驗的設計模式。在開發LLM專案時難以避免的難題都可以在本書中找到對策,包括幻覺、不確定的回應,以及模型知識斷層。 本書將論文研究跟實務經驗整理成可以直接套用的建議。在每一種模式中,作者會先說明問題在哪,再附上完整的範例程式來示範解法,最後還會分析解決方案背後的取捨。 • 因應LLM的侷限性 • 確保生成的內容符合特定風格、語調與格式 • 在權衡各類風險的同時,將創意極大化 • 讓代理具備規劃能力、自我修正能力、行動能力,而且能與其他代理協作 • 將多種模式組合成適合各種應用場景的代理型應用程式
優惠價: 9 1080
庫存:5
內行人才知道的生成式AI系統設計面試指南
滿額折
出版日:2025/12/24 作者:Ali Aminian; Hao Sheng  出版社:碁峰資訊  裝訂:平裝
生成式 AI + 系統設計 + 面試攻略 10道真實面試實例 × 280+圖解 × 7步驟設計架構 「這是一本絕佳的參考書,內容充滿趣味、實用的案例研究、深入的見解與淺顯易懂的範例。對於正在準備生成式AI系統設計面試的人來說,絕對是無價之寶。」 ―― Chip Huyen,《設計機器學習系統》與《AI工程》的作者 「這是一本進入這個領域不可或缺的指南。即使是我這樣對生成式AI領域已相當熟悉的人,如果沒有這本書,在面試中也可能會招架不住!本書成功搭起從底層演算法到實際產品所需的完整系統架構之間的橋樑。真心推薦給所有想在正式環境下實作GenAI解決方案的人。」 ―― Damien Benveniste,前Meta機器學習技術主管 要在面試中設計生成式AI(Generative AI,簡稱GenAI)系統,是一項既複雜又具挑戰性的任務。本書提供清晰且結構化的方法,引導你有系統地掌握各類生成式AI系統設計題目。透過實用的框架與真實案例,幫助你更輕鬆理解並應用這些概念。 本書可以看作是《內行人才知道的機器學習系統設計面試指南》的延伸之作。前作聚焦於搜尋與推薦系統等主題,而本書則專注於生成式系統,透過詳盡的範例與說明,帶你理解生成式AI系統在實務中的實際構建方式。 本書內容有些什麼? - 揭示面試官真正關心的是什麼,以及背後的原因。 - 系統性的的7步驟問題拆解框架,幫助你分析與回答生成式AI系統設計面試題。 - 10道真實的生成式AI系統設計題,並提供詳細的解決方案。 - 超過280張圖表,幫助你輕鬆理解複雜且抽象的系統架構。
優惠價: 9 675
庫存:4
《生成式AI × 穩健提示框架技術 III》語言模型與介面設計篇 Hugging Face × Streamlit × Gradio
滿額折
出版日:2026/08/19 作者:黃朝健  出版社:深智數位  裝訂:平裝
https://youtu.be/wXkyKiU9eu0 「從模型到介面,從部署到串接,打造可操作、可擴充的語言模型應用」 ? 建立穩定的開發與資料處理基礎 從 Google Colab、Anaconda、Jupyter Notebook 到 Pandas,掌握 CSV、Google Sheets 與多種資料格式的讀取、整理與比對。 ? 將 Python 程式轉化為可操作的動態 APP 比較 Gradio、Streamlit、Tkinter 與 CustomTkinter 的介面特色,實作股價資料查詢與財報 RAG 應用。 ? 完成 Hugging Face Spaces 部署與除錯 掌握 requirements.txt、README、Secret、API Key、套件版本管理,以及常見平台部署流程。 ? 理解開源模型、微調與量化技術 認識 Llama、ChatGLM、TAIDE、Breeze、Qwen、Yi,並掌握 SFT、LoRA、QLoRA、模型量化、RLHF、PPO 與 DPO 的微調核心概念。 ? 串接知識庫、通訊工具與跨平台工作流 實作 RAG、AnythingLLM、MAKE、Line Bot、Google Sheets、Telegram、Claude API 與 MCP,延伸模型的查詢、推播與任務串接能力。 專業推薦 (排名不分先後) 國立中山大學物理系─莊豐權特聘教授 欣榮藝術行銷有限公司 執行長、吾料音樂創造工作室 創辦人─侯沛罧 敬薦 綠先農業科技國際股份有限公司─張靜雯經理 伽碩職訓中心─郭明洽執行長 嘉南藥理大學人工智慧與多媒體應用系─蘇致遠教授 元大─陳尚瑋副理 數位行銷顧問─佘昀 永義房屋高鐵自由加盟店 店長 / 第21 屆金仲獎楷模─王靚瑜 永達保經─李雅雯經理
優惠價: 9 711
庫存:8
  • 3
    1

暢銷榜

客服中心

收藏

會員專區