Capitolo 2. Introduzione agli LLMOp
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Nel giugno del 2023, il CEO di Nvidia Jensen Huang ha detto al mondo di "prepararsi al Software 3.0", in cui uomini e macchine lavoreranno insieme per creare sistemi intelligenti in grado di passare senza sforzo dal linguaggio naturale al codice. Il modo in cui scriviamo applicazioni di intelligenza artificiale è cambiato. E gli LLMs non si limitano a svolgere le solite funzioni algoritmiche dietro le quinte, come i loro fratelli più anziani con modello ML: stanno cambiando il modo in cui vediamo e interagiamo con il software su scala.
Si tratta di un grande cambiamento rispetto all'era del Software 2.0, in cui gli scienziati dei dati e gli ingegneri di ML raccoglievano tonnellate di dati e li ingegnerizzavano in modo estensivo per creare modelli interni in grado di generare previsioni e classificazioni. Ora gli LLMs sono le star del frontend e fungono da connettori e orchestratori per le enormi fonti di informazioni che ci circondano, sia quelle statiche (ad esempio, i documenti) che quelle dinamiche (ad esempio, i siti web e le API).
Operativizzazione degli LLMs
Ma ogni tecnologia è valida solo se viene gestita in modo corretto. Senza una corretta implementazione e gestione, anche la tecnologia più avanzata può vacillare e le applicazioni basate su LLM non fanno eccezione. Se ti occupi di ingegneria ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access