Mokoversity 技術出版 · 電子書
Node.js 與 LLM 原理與實務:AI 應用程式開發
本書介紹 LLM 應用程式開發,內容涵蓋大型語言模型原理、Node.js 整合、Prompt、RAG、In-Context Learning、Tool-Augmented Reasoning 與 AI Agent。範例程式呈現 AI 軟體設計原理與開發方法,適合 LLM 初學者閱讀。
課程實作延伸
深入淺出 Local LLM 系統工程
15 門線上課程 · 目前開放報名
NT$2,980電子書與線上課程為不同商品,需分別購買。
查看套裝內 15 門課程
- 認識 LLM 關鍵技術:何謂模型參數?
- 本地化 LLM 入門:從推理邊界到產品架構
- 本地化 LLM 入門(二):Token、參數與推理狀態
- 本地化 LLM 入門(三):模型大小、記憶體與量化
- 本地化 LLM 入門(四):模型家族與選型實作
- 本地化 LLM 入門(五):模型格式與 Runtime 生態
- 本地化 LLM 入門(六):macOS 與 MLX-LM 本機推理
- 本地化 LLM 入門(七):llama.cpp 與 GGUF
- 本地化 LLM 入門(八):模型轉換、量化與品質 Gate
- 本地化 LLM 入門(九):Runtime 效能量測與生命週期
- 本地化 LLM 入門(十):打造 Local Chat/Writing Assistant
- 本地化 LLM 入門(十一):RAG 與 Structured Intelligence
- 本地化 LLM 入門(十二):Domain Intelligence 與驗證邊界
- 本地化 LLM 入門(十三):Local LLM Lab 整合與證據驗收
- 本地化 LLM 入門(十四):從模型到 Local Intelligence System
