学習ロードマップ
LLM プロンプト・RAG 実装
LLM の原理を押さえた上で、プロンプト設計・ハンズオン実装・コンテキスト/RAG・生成モデル評価までを 5 冊で縦断する実装ロードマップ。
SCROLL TO BEGIN
学習ロードマップ
LLM の原理を押さえた上で、プロンプト設計・ハンズオン実装・コンテキスト/RAG・生成モデル評価までを 5 冊で縦断する実装ロードマップ。
このロードマップが扱うもの
- ChatGPT や Claude を業務システムに組み込む一次担当になったバックエンド / フルスタック実務者 - プロンプトの当たり外れを勘で回しており、再現性のある設計に落としたい開発者 - RAG / embedding / エージェントを聞きかじりで触っていて、原理と実装の両輪を揃えたい中級者
このロードマップの全体像
ロードマップ
第 1 章
ChatGPT を支える仕組みと社会的影響を俯瞰する起点。数式に踏み込む前に、LLM とは何かの共通言語をここで揃える。
GPT 以降の知見を体系化した包括書。プロンプト設計の普遍原則とハルシネーション対策を、実装より先に語彙として装備する。
Jupyter と Hugging Face で Transformer・生成・埋め込みを手を動かして学ぶ中核巻。理論と実装の橋渡しをここで完了させる。
限られた入力枠に何を与え何を捨てるかを論じるコンテキスト工学。RAG・エージェント設計の判断軸をここで獲得する。
大規模言語モデルの仕組みと実装の基礎を体系的に学び、応用(2巻)への土台を作る。
生成型 LLM の実装と評価に踏み込む続編。本番投入に向け、指標設計とチューニングの観点を積み上げる到達点として置く。
読む順に並べています。まずは1冊目から始めましょう。
ChatGPT を支える仕組みと社会的影響を俯瞰する起点。数式に踏み込む前に、LLM とは何かの共通言語をここで揃える。
まず読む1冊 大規模言語モデルは新たな知能か : ChatGPTが変えた世界 見る →