ODBIERZ TWÓJ BONUS :: »

Własne AI w praktyce. Od pomysłu do dochodowych produktów opartych na dużych modelach językowych Christopher Brousseau, Matt Sharp

(ebook) (audiobook) (audiobook)
Własne AI w praktyce. Od pomysłu do dochodowych produktów opartych na dużych modelach językowych Christopher Brousseau, Matt Sharp - okladka książki

Własne AI w praktyce. Od pomysłu do dochodowych produktów opartych na dużych modelach językowych Christopher Brousseau, Matt Sharp - okladka książki

Własne AI w praktyce. Od pomysłu do dochodowych produktów opartych na dużych modelach językowych Christopher Brousseau, Matt Sharp - audiobook MP3

Własne AI w praktyce. Od pomysłu do dochodowych produktów opartych na dużych modelach językowych Christopher Brousseau, Matt Sharp - audiobook CD

Autorzy:
Christopher Brousseau, Matt Sharp
Wydawnictwo:
Helion
Ocena:
Stron:
437
Druk:
oprawa miękka

Duże modele językowe (LLM) rewolucjonizują branżę IT, oferując bezprecedensowe możliwości w zakresie przetwarzania języka naturalnego. ChatGPT i podobne rozwiązania pokazały ogromny potencjał tej technologii, ale wdrożenie LLM w środowiskach produkcyjnych to znacznie więcej niż tylko korzystanie z gotowych API. Książka wypełnia lukę między teorią a praktyką, pokazując, jak przekształcić fascynujące demonstracje w działające produkty biznesowe. Stanowi doskonałe uzupełnienie publikacji Sebastiana Raschki Stwórz własne AI. Jak od podstaw zbudować duży model językowy, skupionej na budowaniu i zrozumieniu LLM od podstaw rozszerza tę wiedzę o praktyczne zastosowania w produkcji, w tym integrację, efektywne kosztowo trenowanie modeli i ocenę ich jakości.[JB1.1]

Autorzy prowadzą czytelnika przez kompletny proces od wyboru odpowiedniego modelu bazowego, przez przygotowanie danych treningowych i techniki dostrajania, aż po wdrożenie w klastrze Kubernetes. Prezentują przy tym trzy praktyczne projekty: budowę własnego modelu LLM od podstaw, stworzenie rozszerzenia AI dla VS Code i wdrożenie modelu na Raspberry Pi. Szczególny nacisk kładą na aspekty produkcyjne zarządzanie kosztami, bezpieczeństwo, skalowanie i monitorowanie systemów opartych na LLM.

W książce:

  • Kompletny przewodnik po LLMOps
  • Praktyczne techniki kompresji i optymalizacji (kwantyzacja, LoRA, destylacja wiedzy)
  • Inżynieria promptów i budowa agentów AI
  • Implementacja systemów RAG z wektorowymi bazami danych
  • Zarządzanie infrastrukturą Kubernetes dla aplikacji AI
  • Bezpieczeństwo, kontrola kosztów i monitorowanie systemów LLM

 Od teorii do produkcji praktyczny przewodnik po wdrażaniu LLM

Recenzje ekspertów:
Książka opisuje wszystkie kluczowe aspekty budowania i wdrażania dużych modeli językowych. Obejmuje szczegółowe i fascynujące obszary, pomijane w większości innych publikacji.

Andrew Carr, Cartwheel

Lektura obowiązkowa dla każdego, kto chce wykorzystać potencjał dużych modeli językowych w środowiskach produkcyjnych.

Jepson Taylor, VEOX Inc.

Wyjątkowy przewodnik, który upraszcza proces budowy i wdrażania złożonych dużych modeli językowych.

Arunkumar Gopalan, Microsoft

O autorach książki

Christopher Brousseau specjalista do spraw uczenia maszynowego w JPMorganChase, ekspert w dziedzinie lingwistyki i przetwarzania języka naturalnego.

Matthew Sharp doświadczony inżynier i lider technologiczny MLOps, specjalizuje się we wdrażaniu i skalowaniu modeli ML w środowiskach produkcyjnych.

Helion - inne książki

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Zamknij Pobierz aplikację mobilną Ebookpoint