2025년 03월 31일 출간 | ISBN : 1169213650 | 428쪽 | 규격外 | 2판

PART 1 LLM 소개 CHAPTER 1 LLM의 세계로 _1.1 LLM이란? _1.2 많이 사용되는 LLM _1.3 LLM을 이용한 애플리케이션 _1.4 마치며 CHAPTER 2 LLM을 이용한 의미 기반 검색 _2.1 들어가는 글 _2.2 작업 _2.3 솔루션 개요 _2.4 구성 요소 _2.5 통합 _2.6 클로즈드 소스 구성 요소의 비용 _2.7 마치며 CHAPTER 3 프롬프트 엔지니어링의 첫 번째 단계 _3.1 들어가는 글 _3.2 프롬프트 엔지니어링 _3.3 여러 모델과 프롬프트 작업하기 _3.4 마치며 CHAPTER 4 AI 생태계: 조각 맞추기 _4.1 들어가는 글 _4.2 끊임없이 변화하는 클로즈드 소스 AI의 성능 _4.3 AI 추론 vs 생각 _4.4 사례 연구 1: 검색 증강 생성(RAG) _4.5 사례 연구 2: 자동화된 AI 에이전트 _4.6 마치며 PART 2 LLM 활용법 CHAPTER 5 맞춤형 미세 조정으로 LLM 최적화하기 _5.1 들어가는 글 _5.2 미세 조정과 전이학습: 기초 안내서 _5.3 오픈AI 미세 조정 API 살펴보기 _5.4 오픈AI CLI로 맞춤형 예제 준비하기 _5.5 오픈AI CLI 설정하기 _5.6 첫 번째 미세 조정 LLM _5.7 마치며 CHAPTER 6 고급 프롬프트 엔지니어링 _6.1 들어가는 글 _6.2 프롬프트 인젝션 공격 _6.3 입력/출력 유효성 검사 _6.4 배치 프롬프팅 _6.5 프롬프트 체이닝 _6.6 사례 연구: AI는 수학을 얼마나 잘하나? _6.7 마치며 CHAPTER 7 임베딩과 모델 아키텍처 맞춤화 _7.1 들어가는 글 _7.2 사례 연구: 추천 시스템 만들기 _7.3 마치며 CHAPTER 8 AI 정렬: 제1원리 _8.1 들어가는 글 _8.2 누구에게, 그리고 어떤 목적에 맞춰 정렬할 것인가? _8.3 편향 완화 도구로서의 정렬 _8.4 정렬의 핵심 원칙 _8.5 헌법 AI: 자기 정렬을 향한 한 걸음 _8.6 마치며 PART 3 고급 LLM 사용법 CHAPTER 9 파운데이션 모델을 넘어서 _9.1 들어가는 글 _9.2 사례 연구: VQA _9.3 사례 연구: 피드백 기반 강화 학습 _9.4 마치며 CHAPTER 10 고급 오픈 소스 LLM 미세 조정 _10.1 들어가는 글 _10.2 예시: BERT를 이용한 애니메이션 장르 다중 레이블 분류 _10.3 예시: GPT-2를 이용한 LaTeX 생성 _10.4 시난의 현명하면서도 매력적인 답변 생성기: SAWYER _10.5 마치며 CHAPTER 11 LLM을 프로덕션 환경에서 사용하기 _11.1 들어가는 글 _11.2 클로즈드 소스 LLM을 프로덕션 환경에 배포하기 _11.3 프로덕션 환경에 오픈 소스 LLM 배포하기 _11.4 마치며 CHAPTER 12 LLM 평가하기 _12.1 들어가는 글 _12.2 생성 작업 평가하기 _12.3 이해 과제 평가하기 _12.4 마치며 _12.5 계속 나아가세요! PART 4 부록 APPENDIX A LLM 자주 묻는 질문(FAQ) APPENDIX B LLM 용어 해설 APPENDIX C LLM 애플리케이션 개발 고려사항

더 강력하게 돌아왔다! LLM 완성형 가이드의 개정판 AI 에이전트, RAG 챗봇부터 그록, 데빈 사례까지! 최신 AI 트렌드와 기술을 반영하여 한층 업그레이드된 『쉽고 빠르게 익히는 실전 LLM』이 여러분을 다시 찾아왔습니다! LLM이 다양한 산업에서 필수적인 도구로 자리 잡은 지금, 이 책은 LLM을 처음 접하는 이들에게 개념과 활용법을 쉽고 명확하게 전달하며 실무에 바로 적용할 수 있도록 돕는 실전 가이드입니다. 이번 2판에서는 LLM 개발의 기초부터 최적화, 배포까지의 모든 과정을 단계별로 설명하고, 최신 트렌드에 맞춘 미세 조정, 임베딩 최적화, 프롬프트 엔지니어링 등을 심층적으로 다룹니다. 또한, RAG 챗봇, AI 에이전트 사례 연구와 함께, 그록, 데빈 등의 최신 사례를 추가하여 한층 더 풍부한 내용을 제공합니다. LLM을 활용한 서비스 개발을 계획하거나 최신 AI 트렌드와 실전 적용법을 익히고자 한다면, 이 책이 최고의 선택이 될 것입니다. 이 책의 심화 지식과 실전 팁을 통해 LLM의 진정한 잠재력을 발휘하세요! 주요 내용 ● 사전 훈련, 미세 조정, 어텐션 등 LLM 주요 개념 ● API 및 파이썬을 활용한 LLM 맞춤화와 최적화 ● RAG 챗봇 및 AI 에이전트 구축 ● 연쇄적 사고, 의미 기반 퓨샷 프롬프트 등 고급 프롬프트 엔지니어링 ● 사용자 데이터를 활용한 임베딩 맞춤화 및 추천 시스템 개발 ● 오픈 소스 LLM과 대규모 시각 데이터셋을 활용한 멀티모달 AI 모델 구축 ● RLHF/RLAIF를 통한 LLM 정렬 및 대화형 AI 최적화 ● 양자화, 벤치마킹, 평가 프레임워크를 활용한 성능 최적화