Calvin Candie
Вечный
Calvin Candie
Вечный
- 2 Сен 2018
- 54,593
- 11,489
Автор: Пай Сухас
Название: Разработка приложений на базе больших языковых моделей (2026)
Книга посвящена практическим аспектам проектирования и разработки приложений на основе больших языковых моделей (LLM).
Рассматриваются внутреннее устройство и архитектура трансформеров, методы подготовки данных для обучения и дообучения, а также подходы к адаптации
предобученных моделей под конкретные задачи и предметные области.
Подробно разобраны техники тонкой настройки, доменной адаптации и оптимизации вывода, а также современные парадигмы применения LLM — генерация
с дополненной выборкой (RAG), интеллектуальные агенты и интеграция моделей с внешними инструментами и данными.
Особое внимание уделено типичным проблемам и отказам, возникающим при переходе от прототипов к полноценным продуктам,
и практическим рекомендациям по преодолению подобных ситуаций.
Для архитекторов ПО, Для специалистов по ИИ, разработчиков, технических руководителей
Большие языковые модели (LLM) показали себя мощным инструментом решения самых разных задач и закономерно привлекли внимание бизнеса.
Но путь от прототипа к работающему продукту редко бывает гладким.
Эта книга помогает пройти его, вооружая читателя методологией, инструментарием и практическими примерами, необходимыми для создания
полноценных приложений на основе языковых моделей.
В книге даны конкретные рекомендации по внедрению LLM в реальные сценарии, подробно разобраны типичные проблемы и отказы.
Читатель познакомится с внутренним устройством языковых моделей, освоит методы их настройки и дообучения, а также изучит современные подходы —
RAG (генерация с дополненной выборкой), интеллектуальные агенты и другие.
Прочитав книгу, вы сможете:
Подробнее:
Скачать:
Название: Разработка приложений на базе больших языковых моделей (2026)
Книга посвящена практическим аспектам проектирования и разработки приложений на основе больших языковых моделей (LLM).
Рассматриваются внутреннее устройство и архитектура трансформеров, методы подготовки данных для обучения и дообучения, а также подходы к адаптации
предобученных моделей под конкретные задачи и предметные области.
Подробно разобраны техники тонкой настройки, доменной адаптации и оптимизации вывода, а также современные парадигмы применения LLM — генерация
с дополненной выборкой (RAG), интеллектуальные агенты и интеграция моделей с внешними инструментами и данными.
Особое внимание уделено типичным проблемам и отказам, возникающим при переходе от прототипов к полноценным продуктам,
и практическим рекомендациям по преодолению подобных ситуаций.
Для архитекторов ПО, Для специалистов по ИИ, разработчиков, технических руководителей
Большие языковые модели (LLM) показали себя мощным инструментом решения самых разных задач и закономерно привлекли внимание бизнеса.
Но путь от прототипа к работающему продукту редко бывает гладким.
Эта книга помогает пройти его, вооружая читателя методологией, инструментарием и практическими примерами, необходимыми для создания
полноценных приложений на основе языковых моделей.
В книге даны конкретные рекомендации по внедрению LLM в реальные сценарии, подробно разобраны типичные проблемы и отказы.
Читатель познакомится с внутренним устройством языковых моделей, освоит методы их настройки и дообучения, а также изучит современные подходы —
RAG (генерация с дополненной выборкой), интеллектуальные агенты и другие.
Прочитав книгу, вы сможете:
- Подготавливать наборы данных для обучения и дообучения (тонкой настройки)
- Выработать интуитивное понимание архитектуры трансформера и ее вариаций
- Адаптировать предобученные модели к собственным задачам и сценариям
- Применять эффективные методы дообучения, доменной адаптации и оптимизации вывода
- Интегрировать языковые модели с внешними инструментами, данными и существующими программными системами
Подробнее:
Скрытое содержимое доступно для зарегистрированных пользователей!
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
