
Prompt Engineering für Large Language Models
Description
Alles über E-Books | Antworten auf Fragen rund um E-Books, Kopierschutz und Dateiformate finden Sie in unserem Info- & Hilfebereich.
More details
Other editions
Additional editions

Persons
Content
- Cover
- Hinweise zur Benutzung
- Titel
- Impressum
- Inhalt
- Vorwort
- Teil I: Grundlagen
- 1 Einführung ins Prompt Engineering
- LLMs sind magisch
- Sprachmodelle: eine kurze Vorgeschichte
- Frühe Sprachmodelle
- GPT betritt die Szene
- Prompt Engineering
- Fazit
- 2 LLMs verstehen
- Was sind LLMs?
- Ein Dokument vervollständigen
- Menschliches Denken versus LLM-Verarbeitung
- Halluzinationen
- Wie LLMs die Welt sehen
- Unterschied 1: LLMs verwenden deterministische Tokenizer
- Unterschied 2: LLMs sehen keine Buchstaben
- Unterschied 3: LLMs nehmen Text anders wahr
- Tokens zählen
- Token für Token
- Autoregressive Modelle
- Muster und Wiederholungen
- Temperatur und Wahrscheinlichkeiten
- Die Transformer-Architektur
- Fazit
- 3 Von Completion zu Chat
- Reinforcement Learning from Human Feedback
- Der Entstehungsprozess eines RLHF-Modells
- Sprachmodelle zur Ehrlichkeit erziehen
- Vermeidung individueller Eigenheiten
- RLHF: Viel Wirkung bei wenig Aufwand
- Vorsicht vor der Alignment Tax
- Vom Instruct- zum Chatmodell
- Instruct-Modelle
- Chatmodelle
- Die API wandelt sich
- Chat-Completion-API
- Vergleich zwischen Chat und Completion
- Über Chat hinaus: Tools
- Prompt Engineering als Theaterstück
- Fazit
- 4 LLM-Anwendungen entwickeln
- Die Anatomie der Schleife
- Das Nutzerproblem
- Überführung des Nutzerproblems in die Modelldomäne
- Das LLM verwenden, um den Prompt zu vervollständigen
- Rückführung in die Nutzerdomäne
- Der Feed-Forward-Pass im Detail
- Aufbau des grundlegenden Feed-Forward-Pass
- Die Komplexität der Anwendungsschleife verstehen
- Qualität von LLM-Anwendungen evaluieren
- Offline-Evaluierung
- Online-Evaluierung
- Fazit
- Teil II: Zentrale Techniken
- 5 Prompt-Inhalte
- Quellen für Inhalte
- Statische Inhalte
- Präzisierung der Fragestellung
- Few-Shot-Prompting
- Dynamische Inhalte
- Dynamischen Kontext finden
- Retrieval-Augmented Generation
- Zusammenfassung
- Fazit
- 6 Den Prompt zusammensetzen
- Anatomie des idealen Prompts
- Welche Art von Dokument?
- Das Beratungsgespräch
- Analyse und Bericht
- Das strukturierte Dokument
- Formatierung von Snippets
- Mehr über Unveränderlichkeit
- Formatierung von Few-Shot-Beispielen
- Elastische Snippets
- Beziehungen zwischen Prompt-Elementen
- Position
- Wichtigkeit
- Abhängigkeit
- Alles zusammenfügen
- Fazit
- 7 Das Modell bändigen
- Anatomie der idealen Completion
- Einleitung
- Erkennbarer Anfang und erkennbares Ende
- Nachbemerkung
- Über Text hinaus: Logprobs
- Wie gut ist die Completion?
- LLMs für Klassifikationsaufgaben
- Kritische Punkte im Prompt
- Welches Modell verwenden?
- Fazit
- Teil III: Zur Meisterschaft
- 8 Dialogbasierte Agenten
- Werkzeuge einsetzen
- Für den Einsatz von Tools feingetunte LLMs
- Richtlinien für Tooldefinitionen
- Reasoning
- Chain-of-Thought
- ReAct: Iteratives Denken und Handeln
- Weiterentwicklung über ReAct hinaus
- Kontext für aufgabenbasierte Interaktionen
- Quellen für Kontext
- Kontext auswählen und organisieren
- Einen dialogbasierten Agenten entwickeln
- Gespräche verwalten
- Benutzererfahrung
- Fazit
- 9 LLM-Workflows
- Würde ein dialogbasierter Agent ausreichen?
- Grundlegende LLM-Workflows
- Aufgaben
- Zusammenführung des Workflows
- Beispiel-Workflow: Shopify-Plug-in-Marketing
- Fortgeschrittene LLM-Workflows
- Ein LLM-Agent als Steuerzentrale des Workflows
- Zustandsbehaftete Aufgabenagenten
- Rollen und Delegation
- Fazit
- 10 LLM-Anwendungen evaluieren
- Was testen wir überhaupt?
- Offline-Evaluierung
- Beispielsuiten
- Beispiele finden
- Lösungen evaluieren
- SOMA-Bewertung
- Online-Evaluierung
- A/B-Tests
- Metriken
- Fazit
- 11 Ein Blick voraus
- Multimodalität
- Benutzererfahrung und Benutzeroberfläche
- Intelligenz
- Fazit
- Fußnoten
- Index
- Über die Autoren
System requirements
File format: PDF
Copy protection: Watermark-DRM (Digital Rights Management)
System requirements:
- Computer (Windows; MacOS X; Linux): Use the free software Adobe Reader, Adobe Digital Editions, or any other PDF viewer of your choice (see eBook Help).
- Tablet/Smartphone (Android; iOS): Install the free app Adobe Digital Editions or another reading app for eBooks, e.g., PocketBook (see eBook Help).
- E-reader: Bookeen, Kobo, Pocketbook, Sony, Tolino and many more (only limited: Kindle).
The file format PDF always displays a book page identically on any hardware. This makes PDF suitable for complex layouts such as those used in textbooks and reference books (images, tables, columns, footnotes). Unfortunately, on the small screens of e-readers or smartphones, PDFs are rather annoying, requiring too much scrolling.
This eBook uses Watermark-DRM, a „soft” copy protection. This means that there are no technical restrictions to prevent illegal distribution. However, there is a personalised watermark embedded in the eBook that can be used to identify the purchaser of the eBook in the event of misuse and to provide evidence for legal purposes.
For more information, see our eBook Help page.