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
Le dimensioni e la complessità dell'architettura degli LLMs possono rendere incredibilmente difficile la produzione di questi modelli. Produrre significa non solo distribuire un modello, ma anche monitorarlo, valutarlo e ottimizzarne le prestazioni.
Ci sono sempre nuove sfide. A seconda dell'applicazione, queste possono essere: come elaborare i dati, come memorizzare e adattare dinamicamente i prompt, come monitorare l'interazione con l'utente e, cosa più importante, come evitare che il modello diffonda informazioni errate o memorizzi i dati di formazione (il che potrebbe portarlo a rilasciare informazioni personali). Ecco perché per rendere operativi gli LLMs, ovvero per gestirli quotidianamente in produzione, è necessario un nuovo framework.
LLMOps, come viene chiamato, è un framework operativo per la messa in produzione di applicazioni LLM. Sebbene il suo nome e i suoi principi si ispirino ai suoi fratelli maggiori, MLOps e DevOps, LLMOps è molto più articolato. Il framework LLMOps può aiutare le aziende a ridurre il debito tecnico, a mantenere la conformità, a gestire la natura dinamica e sperimentale delle LLMs e a minimizzare i rischi operativi e di reputazione evitando le insidie più comuni.
Questo capitolo inizia discutendo cos'è LLMOps e come e dove si discosta da MLOps. Poi ti presenteremo il ruolo ...
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