Chapitre 1 : Aperçu du LLM

__1.1 Concept de LLM
____1.1.1 Modèle de langage
____1.1.2 Modèle de langage géant
__1.2 Caractéristiques et types de LLM
1.2.1 Caractéristiques du LLM
1.2.2 Types de LLM
____1.2.3 LLM et GAI, SLM
__1.3 Processus de création du LLM
1.4 Considérations supplémentaires après la création d'un LLM

Chapitre 2 : Utilisation du LLM

2.1 Comment utiliser LLM
____2.1.1 Réglage fin
____2.1.2 CHIFFON
____2.1.3 Course à quelques coups
2.2 Précautions d'emploi de la LLM
2.3 Limites du LLM

Chapitre 3 : Aperçu de RAG

__3.1 Concept RAG
3.2 Processus de mise en œuvre RAG
____3.2.1 Recherche d'informations
____3.2.2 Recherche d'informations avancée
____3.2.3 Génération de texte
3.3 Que faut-il pour implémenter RAG ?
____3.3.1 Données
____3.3.2 Base de données vectorielles
____3.3.3 Cadre (Langchain)

Chapitre 4 : Se familiariser avec la chaîne de caractères

4.1 Aperçu de la chaîne de rangs
4.2 Configuration de l'environnement pour l'utilisation de Langchain
____4.2.1 Configuration de l'environnement Anaconda
____4.2.2 Installation des bibliothèques requises
____4.2.3 Émission des clés
__4.3 Modules principaux de Langchain
____4.3.1 Modèle E/S
____4.3.2 Connexion de données
____4.3.3 Chaîne
____4.3.4 Mémoire
____4.3.5 Agents/Outils

Chapitre 5 : Implémentation de RAG avec Langchain

5.1 Création d'un chatbot simple
5.2 Création d'un chatbot basé sur le système RAG
5.3 Création d'un site web de résumé PDF
5.4 Création d'un chatbot de questions autonome
5.5 Création d'un chatbot conversationnel
5.6 Création d'un service de traduction
__5.7 Création d'un compositeur de courrier électronique
5.8 Analyse des fichiers CSV

Chapitre 6 : Comprendre les services grâce au LLM

6.1 Centre d'appels
6.2 Recommandation de produit
6.3 Souscription d'assurance
6.4 Génération et révision du code
__6.5 Génération de phrases, M365 Copilote

Annexe : Comment utiliser Colab
__A.1 Comment utiliser Colab
__A.2 Téléchargement de fichiers sur Colab

Recherche

N'importe qui peut apprendre et créer un LLM facilement et rapidement !
En créant huit services LLM disponibles et en pratiquant différents scénarios,
Faisons-le nous-mêmes, avec nos propres données !

Ce livre aborde les concepts, les principes et les exemples du LLM, ainsi que la manière d'utiliser RankChain.

N'importe qui peut apprendre le LLM et créer des services LLM.
Plutôt que de simplement suivre le mouvement, si vous comprenez les concepts et les principes, apprenez la hiérarchie et l'appliquez de diverses manières, vous pourrez vivre le LLM beaucoup plus efficacement.
- [Concept] Comprendre le concept de ce que sont LLM, le réglage fin et RAG et ce qu'ils peuvent faire.
- [Principe de fonctionnement] Comprendre le principe de fonctionnement à travers le processus de génération LLM et le processus de mise en œuvre RAG.
- [Comment utiliser Langchain] Configuration d'un environnement pour l'utilisation de Langchain et pratique des principaux modules
- [Méthode d'implémentation, pratique] Implémentation de 8 services LLM à un niveau pratique utilisable avec Langchain.
- [Cas] Cas d'un service qui utilise effectivement LLM

Les différents scénarios pratiques présentés dans ce livre : Création de huit services LLM utilisables.

Créons ensemble un service LLM en utilisant Langchain et LLM.
Nous avons structuré les scénarios selon divers cas d'utilisation pratiques, et nous avons veillé à ce que le code soit court et concentré sur le contenu principal.
- Chatbot simple utilisant LLM
- Chatbot basé sur RAG utilisant Langchain et ChatGPT
- Site web qui résume les PDF
- Un chatbot qui pose des questions indépendantes aux fichiers PDF.
- Chatbot conversationnel
- Service de traduction
- Compositeur de courrier
- Analyse de fichiers CSV à l'aide de LLM

Préface de l'auteur

N'importe qui peut créer rapidement et facilement un service LLM en utilisant simplement le LLM créé plutôt qu'en créant directement le LLM.
En particulier, avec l'émergence de la plateforme de développement LLM appelée Langchain, le développement de services utilisant LLM est devenu considérablement plus facile.
Cependant, si vous n'avez aucune connaissance en intelligence artificielle ou si vous ne savez pas comment la développer, vous pourriez penser que cette histoire ne vous concerne pas.
Ce livre s'adresse donc à des gens comme vous :


- Les personnes ayant peu de connaissances en intelligence artificielle mais souhaitant créer un service utilisant LLM
- Une personne qui ne connaît pas grand-chose au développement mais qui souhaite tout de même créer un service utilisant LLM

Ce livre étant destiné aux débutants, le code utilisé dans les exercices est court et axé sur les notions essentielles, et les scénarios sont également structurés de diverses manières.
Bien sûr, cela peut être difficile au début, mais je vous recommande de créer un service en utilisant le code fourni tel quel, puis de le modifier petit à petit pour implémenter votre propre service.