1장. 생성형 AI란 무엇인가?
__생성형 AI 소개
____생성 모델이란 무엇인가?
____왜 지금인가?
__LLM의 이해
____GPT란 무엇인가?
____다른 LLM
____주요 플레이어
____GPT 모델은 어떻게 작동할까?
______사전 훈련
______토큰화
______스케일링
______조건화
____이러한 모델을 시험하는 방법
__텍스트 투 이미지 모델이란?
__다른 영역에서 AI가 할 수 있는 일
__요약
__문제


2장. LLM 응용을 위한 LangChain
__확률적 앵무새를 넘어서
____LLM의 한계는 무엇인가?
____LLM 한계를 완화하는 방법
____LLM 응용이란 무엇인가?
__LangChain이란 무엇인가?
__LangChain의 핵심 요소 탐색
____체인이란 무엇인가?
____에이전트는 무엇인가?
____메모리는 무엇인가?
____도구란 무엇인가?
__LangChain의 작동 원리
__LangChain과 다른 프레임워크와의 비교
__요약
__문제


3장. LangChain으로 시작하기
__이 책을 위한 종속성 설정 방법
____pip
____Poetry
____Conda
____Docker
__API 모델 통합 탐색
____Fake LLM
____OpenAI
____Hugging Face
____Google 클라우드 플랫폼
____Jina AI
____Replicate
____그 외
____Azure
____Anthropic
__로컬 모델 탐색
____Hugging Face Transformers
____llama.cpp
____GPT4ALL
__고객 서비스를 위한 애플리케이션 구축
__요약
__문제


4장. 능력 있는 비서 구축
__팩트 체크를 통한 환각 완화
__정보 요약
____기본 프롬프팅
____프롬프트 템플릿
____밀도의 체인
____맵 리듀스 파이프라인
____토큰 사용량 모니터링
__문서에서 정보 추출
__툴을 사용한 질문 응답
____툴을 사용한 정보 검색
____시각 인터페이스 구축
__추론 전략 탐색
__요약
__문제


5장. ChatGPT 같은 챗봇 구축
__챗봇이란 무엇인가?
__검색과 벡터의 이해
____임베딩
____벡터 저장소
______벡터 인덱싱
______벡터 라이브러리
______벡터 데이터베이스
__LangChain에서의 로딩 및 검색
____문서 로더
____LangChain에서 검색기
______kNN 검색기
______PubMed 검색기
______맞춤형 검색기
__챗봇 구현
____문서 로더
____벡터 저장소
____메모리
______대화 버퍼
______대화 요약 기억
______지식 그래프 저장
______여러 메모리 메커니즘의 병합
______장기 일관성
__응답 중재
__요약
__문제


6장. 생성형 AI를 이용한 소프트웨어 개발
__소프트웨어 개발과 인공지능
____코드 LLM
__LLM을 사용한 코드 작성
____StarCoder
____StarChat
____Llama 2
____소형 로컬 모델
__소프트웨어 개발 자동화
__요약
__문제


7장. 데이터 과학을 위한 LLM
__생성 모델이 데이터 과학에 미치는 영향
__자동화된 데이터 과학
____데이터 수집
____시각화와 탐색적 데이터 분석
____전처리와 특징 추출
____AutoML
__데이터 과학 질문에 답하기 위한 에이전트 사용
__LLM을 사용한 데이터 탐색
__요약
__질문


8장. LLM 사용자 정의 및 그 출력
__LLM 조건화
____조건화 기법
______사람 피드백을 가미한 강화학습
______저랭크 적응
______추론 시간 조건화
__미세 조정
____미세 조정 설정
____오픈 소스 모델
____상업용 모델
__프롬프트 공학
____프롬프트 기술
______제로샷 프롬프팅
______퓨샷 러닝
______사고-체인 프롬프팅
______자기 일관성
______사고 트리
__요약
__문제


9장. 생성형 AI 제품화
__LLM 앱의 제품화를 준비하는 방법
____용어
__LLM 앱을 평가하는 방법
____두 출력 비교
____기준 대비 비교
____문자열과 문맥 비교
____데이터셋을 대상으로 한 평가 수행
__LLM 앱을 배포하는 방법
____FastAPI 웹서버
____Ray
__LLM 앱을 관찰하는 방법
____관찰 반응
____관측성 도구
____LangSmith
____PromptWatch
__요약
__문제


10장. 생성형 모델의 미래
__생성 AI의 현 상태
____도전 과제
____모델 개발에서의 추세
____빅 테크 대 소기업
____인공 범용 지능
__경제적 결과
____창의적 산업과 광고
____교육
____법률
____제조
____의학
____군사
__사회적 함의
____오정보와 사이버보안
____규제와 실행의 어려움
__앞으로의 길