Soluzioni basate su modelli linguistici di grandi dimensioni: Come fornire valore con applicazioni di intelligenza artificiale generativa a costi contenuti

Titolo originale:

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

Contenuto del libro:

Imparare a costruire applicazioni economiche utilizzando modelli linguistici di grandi dimensioni.

In Large Language Model-Based Solutions: How to Deliver Value with Cost-Effective Generative AI Applications, il Principal Data Scientist di Amazon Web Services, Shreyas Subramanian, fornisce una guida pratica per gli sviluppatori e i data scientist che desiderano costruire e distribuire soluzioni basate su modelli linguistici di grandi dimensioni (LLM) a costi contenuti. Il libro affronta un'ampia gamma di argomenti chiave, tra cui la scelta del modello, la pre-elaborazione e la post-elaborazione dei dati, l'ingegnerizzazione dei prompt e la messa a punto delle istruzioni.

L'autore fa luce sulle tecniche di ottimizzazione dell'inferenza, come la quantizzazione del modello e il pruning, nonché su architetture diverse e convenienti per le tipiche applicazioni di IA generativa (Genai), tra cui i sistemi di ricerca, gli agenti di assistenza e gli agenti autonomi. Troverete inoltre:

⬤ Strategie efficaci per affrontare la sfida dell'alto costo computazionale associato agli LLM.

⬤ Assistenza per affrontare le complessità della costruzione e dell'implementazione di applicazioni di IA generativa a prezzi accessibili, comprese le tecniche di messa a punto e di inferenza.

⬤ Criteri di selezione per la scelta di un modello, con particolare attenzione ai modelli compatti, agili e specifici per il dominio.

Perfetto per gli sviluppatori e i data scientist interessati a implementare modelli fondamentali o per i leader aziendali che intendono ampliare l'uso di GenAI, Large Language Model-Based Solutions sarà utile anche ai capi progetto e ai manager, al personale di supporto tecnico e agli amministratori interessati o interessati all'argomento.