Rozwiązania oparte na dużych modelach językowych: Jak dostarczać wartość dzięki efektywnym kosztowo aplikacjom generatywnej sztucznej inteligencji

Oryginalny tytuł:

Large Language Model-Based Solutions: How to Deliver Value with Cost-Effective Generative AI Applications

Zawartość książki:

Naucz się tworzyć opłacalne aplikacje przy użyciu dużych modeli językowych

W książce Large Language Model-Based Solutions: How to Deliver Value with Cost-Effective Generative AI Applications, główny analityk danych w Amazon Web Services, Shreyas Subramanian, przedstawia praktyczny przewodnik dla programistów i analityków danych, którzy chcą budować i wdrażać opłacalne rozwiązania oparte na dużych modelach językowych (LLM). W książce można znaleźć omówienie wielu kluczowych tematów, w tym sposobu wyboru modelu, wstępnego i końcowego przetwarzania danych, inżynierii podpowiedzi i dostrajania instrukcji.

Autor rzuca światło na techniki optymalizacji wnioskowania, takie jak kwantyzacja i przycinanie modelu, a także różne i przystępne architektury dla typowych zastosowań generatywnej sztucznej inteligencji (GenAI), w tym systemów wyszukiwania, asystentów agentów i autonomicznych agentów. Znajdziesz tu również

⬤ Skuteczne strategie pozwalające sprostać wyzwaniu wysokiego kosztu obliczeniowego związanego z LLM.

⬤ Pomoc w złożoności budowania i wdrażania niedrogich aplikacji generatywnej sztucznej inteligencji, w tym technik strojenia i wnioskowania.

⬤ Kryteria wyboru modelu, ze szczególnym uwzględnieniem modeli kompaktowych, zwinnych i specyficznych dla danej dziedziny.

Idealne dla programistów i analityków danych zainteresowanych wdrażaniem podstawowych modeli lub liderów biznesowych planujących skalowanie wykorzystania GenAI, rozwiązania oparte na dużych modelach językowych przyniosą również korzyści liderom i kierownikom projektów, personelowi wsparcia technicznego i administratorom zainteresowanym lub zainteresowanym tematem.