1. Культура и развлечения
  2. Книги
  3. Информатика, интернет
  4. Программирование

Inżynieria dużych modeli językowych



#товара: 17961220054

Все товары продавца: tantis_pl

Состояние Новый

Счет-фактура Я выставляю счет-фактуру НДС

Язык издания польский

Название Inżynieria dużych modeli językowych. Podręcznik projektowania, trenowania i wdrażania LLM

Издательство Гелион

Обложка мягкая

Материал бумажная книга

Количество страниц Четыреста сорок

Год выпуска Две тысячи двадцать пять

Вес с индивидуальной упаковкой 0.1 кг

Номер вопроса Один

Hamza Tahir (Foreword)

Julien Chaumond (Foreword)

Maxime Labonne

Paul Iusztin

Количество 6 штук

  • Количество

  • Проблемы? Сомнения? Вопросы? Задайте вопрос!

    Inżynieria dużych modeli językowych

    EAN: 9788328925304

    Strony: 440

    SID: 3675480

    Inżynieria dużych modeli językowych

    Inżynieria dużych modeli językowych. Podręcznik projektowania, trenowania i wdrażania LLMWraz ze wzrostem popularności dużych modeli językowych rośnie zapotrzebowanie na specjalistów, którzy potrafią je skutecznie wdrażać w rzeczywistych rozwiązaniach. Inżynieria LLM to szeroki zestaw zadań, wymagający unikalnego połączenia wiedzy z wielu dziedzin. Szczególnie istotne okazuje się tu podejście MLOps, które znacząco zwiększa szanse na sukces w projektach opartych na modelach ję obszerny przewodnik pokaże Ci, jak stosować najlepsze praktyki w pracy z LLM. Znajdziesz tu omówienie kluczowych koncepcji, praktyczne techniki i porady ekspertów z zakresu inżynierii danych, dostrajania i oceny modeli, optymalizacji wnioskowania, a także budowania skalowalnych potoków przetwarzania. Krok po kroku prześledzisz, jak zrealizować konkretny produkt, integrując różne aspekty inżynierii LLM i metodologię MLOps. Dowiesz się, jak zbierać i przygotowywać dane, dostrajać modele do specyficznych zastosowań, zwiększać ich wydajność i wdrażać rozwiązania oparte na technice zagadnienia:niezawodne potoki danych i zarządzanie cyklem trenowania modeli LLMtworzenie i udoskonalanie modeli językowych w praktycepodejście MLOps - koordynacja komponentów i monitorowanie promptównadzorowane dostrajanie i ewaluacja modeliwykorzystanie narzędzi chmurowych (na przykład AWS) w skalowalnych wdrożeniachpraktyczne zastosowanie techniki retrieval-augmented generation (RAG)Działa? To za mało. Musi działać dobrze!

    Корзина 0