Entwurf großer Sprachmodell-Anwendungen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

Large Language Models (LLMs) haben sich als leistungsstarke Werkzeuge zur Lösung einer Vielzahl von Aufgaben erwiesen, und Unternehmen haben dies zur Kenntnis genommen. Der Übergang von Demos und Prototypen zu vollwertigen Anwendungen kann jedoch schwierig sein. Dieses Buch hilft, diese Lücke zu schließen, indem es die Werkzeuge, Techniken und Leitfäden bereitstellt, die Praktiker benötigen, um nützliche Produkte zu entwickeln, die die Leistungsfähigkeit von Sprachmodellen nutzen.

Der erfahrene ML-Forscher Suhas Pai gibt praktische Ratschläge zur Nutzung von LLMs für Ihre Anwendungsfälle und zum Umgang mit häufig beobachteten Fehlermodi. Sie erhalten einen umfassenden Einblick in die Bestandteile eines Sprachmodells, lernen verschiedene Techniken zu dessen Anpassung kennen, wie z. B. die Feinabstimmung, und erfahren mehr über Anwendungsparadigmen wie RAG (Retrieval-Augmented Generation) und Agenten und vieles mehr.

• Verstehe, wie man Datensätze für das Training und die Feinabstimmung vorbereitet
• Entwickle ein Gespür für die Transformer-Architektur und ihre Varianten
• Passt vorab trainierte Sprachmodelle an eure eigene Domäne und eure Anwendungsfälle an
• Erlerne effektive Techniken für die Feinabstimmung, Domänenanpassung und Inferenzoptimierung
• Verbinde Sprachmodelle mit externen Tools und Daten und integriere sie in ein bestehendes Software-Ökosystem