Stan książek
Nasze książki są dokładnie sprawdzone i jasno określamy stan każdej z nich.
Nowa
Książka nowa.
Używany - jak nowa
Niezauważalne lub prawie niezauważalne ślady używania. Książkę ciężko odróżnić od nowej pozycji.
Używany - dobry
Normalne ślady używania wynikające z kartkowania podczas czytania, brak większych uszkodzeń lub zagięć.
Używany - widoczne ślady użytkowania
zagięte rogi, przyniszczona okładka, książka posiada wszystkie strony.
LLMs w akcji. Od modeli językowych do dochodowych produktów
Masz tę lub inne książki?
Sprzedaj je u nas
Współczesne duże modele językowe (LLM) znacząco zmieniają krajobraz branży IT, oferując nowe możliwości w przetwarzaniu języka naturalnego. ChatGPT i podobne innowacje ukazały niesamowity potencjał tej technologii, ale zastosowanie LLM w rzeczywistych środowiskach produkcyjnych to coś więcej niż tylko proste wykorzystanie dostępnych API. Publikacja ta zapełnia lukę między teoretycznym podejściem a praktycznym użyciem, ukazując drogę od ekscytujących pokazów do rzeczywistych produktów biznesowych. Dzieli się istotnymi zagadnieniami, będąc idealnym uzupełnieniem książki Sebastiana Raschki "Stwórz własne AI. Jak od podstaw zbudować duży model językowy". Skupia się na praktycznym wykorzystaniu LLM w produkcji, w tym na integracji, ekonomicznym trenowaniu modeli i ocenie ich jakości. Autorzy prowadzą czytelnika przez cały proces od wyboru odpowiedniego modelu bazowego, przygotowania danych treningowych, techniki dostrajania aż po wdrożenie w klastrze Kubernetes. Opisują trzy praktyczne projekty: budowę własnego modelu LLM, stworzenie rozszerzenia AI dla VS Code oraz wdrożenie modelu na Raspberry Pi. Szczególną uwagę poświęcają aspektom produkcyjnym takim jak zarządzanie kosztami, bezpieczeństwo, skalowanie i monitorowanie systemów opartych na LLM.
Wybierz stan zużycia:
WIĘCEJ O SKALI
Współczesne duże modele językowe (LLM) znacząco zmieniają krajobraz branży IT, oferując nowe możliwości w przetwarzaniu języka naturalnego. ChatGPT i podobne innowacje ukazały niesamowity potencjał tej technologii, ale zastosowanie LLM w rzeczywistych środowiskach produkcyjnych to coś więcej niż tylko proste wykorzystanie dostępnych API. Publikacja ta zapełnia lukę między teoretycznym podejściem a praktycznym użyciem, ukazując drogę od ekscytujących pokazów do rzeczywistych produktów biznesowych. Dzieli się istotnymi zagadnieniami, będąc idealnym uzupełnieniem książki Sebastiana Raschki "Stwórz własne AI. Jak od podstaw zbudować duży model językowy". Skupia się na praktycznym wykorzystaniu LLM w produkcji, w tym na integracji, ekonomicznym trenowaniu modeli i ocenie ich jakości. Autorzy prowadzą czytelnika przez cały proces od wyboru odpowiedniego modelu bazowego, przygotowania danych treningowych, techniki dostrajania aż po wdrożenie w klastrze Kubernetes. Opisują trzy praktyczne projekty: budowę własnego modelu LLM, stworzenie rozszerzenia AI dla VS Code oraz wdrożenie modelu na Raspberry Pi. Szczególną uwagę poświęcają aspektom produkcyjnym takim jak zarządzanie kosztami, bezpieczeństwo, skalowanie i monitorowanie systemów opartych na LLM.
