机读格式显示(MARC)

• 000 01936nam 2200289 450

• 001 0000809913

• 005 20250819203300.0

• 010 __ |a 978-7-302-68290-5 |d CNY98.00

• 100 __ |a 20250429d2025 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 大模型Agent应用开发 |A da mo xing agent ying yong kai fa |f (美) 瓦伦蒂娜·阿尔托著 |g 郭涛译

• 210 __ |a 北京 |c 清华大学出版社 |d 2025

• 215 __ |a XVI, 279页 |c 图 |d 24cm

• 312 __ |a 原文题名取自版权页

• 314 __ |a 瓦伦蒂娜·阿尔托 (Valentina Alto), 在获得金融学士学位后, 于2021年攻读数据科学硕士学位。毕业后在微软担任Azure解决方案专家。郭涛, AI科学家, GeoTuring Lab社区创始人, 主要从事模式识别与人工智能、智能机器人技术、软件工程技术和地理人工智能 (GeoAI) 与时空大数据挖掘与分析等前沿交叉研究。

• 320 __ |a 有书目

• 330 __ |a 《大模型Agent应用开发》深入探讨了LLM的核心概念、前沿技术和实际应用, 最终为扩展AI能力边界的大型基础模型 (Large Foundation Models, LFM) 的崛起铺平道路。 本书开篇详细介绍了LLM的基本原理, 随后探讨了多种主流架构框架, 既涵盖专有模型 (如GPT-3.5/4), 也分析开源模型 (如Falcon LLM) 的独特优势与差异。接下来, 我们以基于Python的轻量级框架LangChain为核心, 引导读者逐步构建智能体。这些智能体能够从非结构化数据中提取信息, 并利用LLM和强大工具包与结构化数据交互。此外, 本书还将深入探索LFM领域 —— 该类模型融合了视觉、音频等多态能力, 可以覆盖更广泛的AI任务。 无论你是经验丰富的AI专家, 还是初入该领域的新人, 本书都将为你提供解锁LLM全部潜力的路线图, 助力开创智能机器的新纪元。

• 500 10 |a Building LLM powered applications: create intelligent apps and agents with large langusge models |A Building Llm Powered Applications: Create Intelligent Apps And Agents With Large Langusge Models |m Chinese

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 690 __ |a TP18 |v 5

• 701 _1 |a 阿尔托 |A a er tuo |g (Alto, Valentina) |4 著

• 702 _0 |a 郭涛 |A guo tao |4 译

• 801 _0 |a CN |b WFKJXY |c 20250819

• 905 __ |a WFKJXY |d TP18/956