讓 AI 好好說話！從頭打造 LLM (大型語言模型) 實戰秘笈跟How GPT Works讀書心得

 右邊的「讓 AI 好好說話！從頭打造 LLM (大型語言模型) 實戰秘笈」（Build a Large Language Model From Scratch），已推出繁體中文版。這本書比較

-強調技術實作與模型內部機制

-從零開始介紹 LLM 的底層架構，如 Transformer、Attention 機制、預訓練與微調

-有程式碼範例，一步步帶領讀者學習如何打造自己的 LLM

-適合有程式基礎、想深入理解 LLM 技術細節的讀者

左邊的「How GPT Works」雖然還沒完全寫好，但可以閱讀電子版

-著重概念理解與應用

-以較淺顯的方式介紹 GPT 與 LLM 的基本原理

-適合想快速掌握 LLM 核心概念，但不想被程式或理論淹沒的人（就像我）

我自己是先讀了 「How GPT Works」，才對照 「Build a Large Language Model (From Scratch)」。坦白說我還是看不太懂這兩本書，但先讀 How GPT Works 的確幫我更深入地理解了 LLM 的運作原理。

像是為什麼 LLM 在判斷 strawberry 這個單字中有幾個「r」或在做數學運算時表現不佳？主要是因為 LLM 首先會把文字分割成 token，再將每個 token 轉為 embedding vector 來捕捉其語意。書中也更明確地解釋了 SFT（Supervised Fine-Tuning） 與 RLHF（Reinforcement Learning from Human Feedback） 等微調方法，幫助我在理解 LLM 的訓練流程上更加清晰。

至於看完能帶來什麼實際用處？在如今 Deep Seek 等 AI 技術浪潮不斷興起之際，了解 LLM 的基本原理至少能讓你更清楚技術的可能性與限制，也比較不會人云亦云吧？