Średnia Ocena:

Building Data-Driven Applications with LlamaIndex

Generative AI, such as Large Language Models (LLMs) possess immense potential. These models simplify problems but have limitations, including contextual memory constraints, prompt size issues, real-time data gaps, and occasional "hallucinations." With this book, you’ll go from preparing the environment to gradually adding features and deploying the final project. You’ll gradually progress from fundamental LLM concepts to exploring the features of this framework. Practical examples will guide you through essential steps for personalizing and launching your LlamaIndex projects. Additionally, you’ll overcome LLM limitations, build end-user applications, and acquire skills in ingesting, indexing, querying, and connecting dynamic knowledge bases, covering Generative AI and LLM, as well as LlamaIndex deployment. As you approach the conclusion, you’ll delve into customization, gaining a holistic grasp of LlamaIndex's capabilities and applications. By the end of the book, you’ll be able to resolve challenges in LLMs and build interactive AI-driven applications by applying best practices in prompt engineering and troubleshooting Generative AI projects.

Szczegóły
Tytuł	Building Data-Driven Applications with LlamaIndex
Autor:	Andrei Gheorghiu
Rozszerzenie:	brak
Język wydania:	polski
Ilość stron:
Wydawnictwo:	PublishDrive
Rok wydania:	2024

Tytuł	Data Dodania	Rozmiar

Porównaj ceny książki Building Data-Driven Applications with LlamaIndex w internetowych sklepach i wybierz dla siebie najtańszą ofertę. Zobacz u nas podgląd ebooka lub w przypadku gdy jesteś jego autorem, wgraj skróconą wersję książki, aby zachęcić użytkowników do zakupu. Zanim zdecydujesz się na zakup, sprawdź szczegółowe informacje, opis i recenzje.

Building Data-Driven Applications with LlamaIndex PDF - podgląd:

Jesteś autorem/wydawcą tej książki i zauważyłeś że ktoś wgrał jej wstęp bez Twojej zgody? Nie życzysz sobie, aby podgląd był dostępny w naszym serwisie? Napisz na adres [email protected] a my odpowiemy na skargę i usuniemy zgłoszony dokument w ciągu 24 godzin.

 

Podgląd niedostępny.