Ebook Làm Chủ Large Language Model (LLM) - Kiến Trúc, Ứng Dụng Và Triển Khai Thực Tế Của Các Large Language Model [Ấn Bản Lần 1, 7/2026] [PDF, EPUB] [8949E]
Cuốn sách này là một cẩm nang thực hành được thiết kế để giúp người đọc hiểu, xây dựng và triển khai các giải pháp AI mạnh mẽ bằng cách sử dụng các Large Language Model (LLM), Retrieval-Augmented Generation (RAG), agentic system và các chatbot thông minh.
Bắt đầu từ những kiến thức nền tảng - LLM architecture, tokenization, API và fine-tuning, cuốn sách dần dần xây dựng nên các hệ thống tích hợp phức tạp. Người đọc sẽ học cách triển khai các RAG pipeline sử dụng các vector database như FAISS và Pinecone, phát triển các AI agent tự động hoàn thành các nhiệm vụ nhiều bước và tạo ra các chatbot thực tế có khả năng hiểu và thích ứng với nhu cầu của người dùng. Phương pháp tiếp cận dựa trên dự án: mỗi chương bao gồm các giải thích trực quan, hướng dẫn code từng bước và các ví dụ sẵn sàng triển khai. Từ việc xây dựng một trợ lý cá nhân tìm kiếm ghi chú của bạn đến việc tạo một scheduling agent, mỗi dự án đều củng cố cả kỹ năng kỹ thuật và hiểu biết ứng dụng. Cuốn sách nhấn mạnh sự rõ ràng, tính toàn diện và tính ứng dụng thực tế, giúp người đọc tự tin chuyển từ hiểu biết cơ bản sang các ứng dụng phức tạp.
Cho dù bạn đang tìm hiểu về Agentic AI hay muốn xây dựng các hệ thống sẵn sàng cho production, cuốn sách này sẽ cung cấp cho bạn những công cụ để biến sự tò mò thành khả năng, và sự đổi mới thành tác động.
Những điều bạn sẽ học được:
- ✓ Xây dựng các chatbot và tool thông minh bằng cách sử dụng các LLM như GPT, LLaMA và Mistral với các bước phát triển được hướng dẫn.
- ✓ Kết hợp các LLM với các vector database như FAISS và Pinecone để tạo các hệ thống AI chính xác và nhận biết ngữ cảnh.
- ✓ Thiết kế các AI agent có khả năng lập kế hoạch và thực thi các quy trình công việc phức tạp để tự động hóa và ra quyết định.
- ✓ Áp dụng prompt engineering, memory và các multimodal tool để xây dựng các ứng dụng AI thực tế cho project portfolio của bạn.
Cuốn sách này dành cho ai:
Các Machine Learning engineer, data scientist và chuyên gia AI quan tâm đến việc học cách xây dựng các hệ thống AI thực tế bằng cách sử dụng các Large Language Model (LLM), Retrieval-Augmented Generation (RAG), Agentic AI và chatbot thông minh.
Mục lục:
- ✓ Phần I: Nền tảng về LLM:
- ✓ Chương 01: Giới thiệu về Large Language Model.
- ✓ Chương 02: Bên trong Transformer: Các Core Architecture.
- ✓ Chương 03: Fine-Tuning & Alignment.
- ✓ Chương 04: Làm việc với các LLM API.
- ✓ Phần II: Xây dựng các ứng dụng thông minh:
- ✓ Chương 05: Thiết kế AI Chatbot đầu tiên của bạn.
- ✓ Chương 06: Retrieval-Augmented Generation (RAG).
- ✓ Chương 07: RAG in Action: Personal Knowledge Search.
- ✓ Chương 08: Agentic AI: Vượt ra ngoài các Chatbot.
- ✓ Phần III: Scale & Deploy các ứng dụng LLM:
- ✓ Chương 09: Project: Xây dựng một Autonomous AI Agent.
- ✓ Chương 10: Model Serving & Inference Optimization.
- ✓ Chương 11: Cloud, Edge & Hybrid Deployment.
- ✓ Chương 12: Monitoring & Observability.
- ✓ Chương 13: Responsible AI & Safety.
- ✓ Phần IV: Ethics, Governance & Future:
- ✓ Chương 14: Governance, Compliance & Security.
- ✓ Chương 15: Tương lai của các LLM & Agentic AI.