📌 Практическое руководство по "подводным камням" больших языковых моделей с примерами.
Открытый препринт книги Тарсиса Соуза (Tharsis Souza), PhD Лондонсого университета, в которой представлен критический анализ проблем и ограничений, возникающих у инженеров и руководителей технических проектов при разработке приложений на основе LLM.
Цель книги, по заявлению автора – помочь создавать надежные и безопасные системы на основе LLM, избегая распространенных ошибок.
Она ориентирована на разработчиков, технических менеджеров проектов и технических руководителей, стремящихся к углубленному пониманию и преодолению практических трудностей, связанных с внедрением LLM.
В отличие от преобладающего дискурса, акцентирующего возможности LLM, книга сосредоточена на практических сложностях и потенциальных ошибках реализации, предлагая подробное руководство по их преодолению.
В книге рассматриваются проблемы: структурной ненадежности, управления входными данными, тестирования, аспектов безопасности и элайнмента, зависимости от поставщиков и оптимизации затрат.
Книга сопровождается репозиторием с практическими примерами на Python, анализом реальных сценариев и решений.
▶️
Содержание: 🟢
Предисловие🟢
О книге🟢Глава 1:
Пробелы в оценках🟢Глава 2:
Структурированный вывод🟢Глава 3:
Управление входными данными🟢Глава 4:
Безопасность🟢Глава 5:
Элайнмент на основе предпочтений🟢Глава 6:
Локальные модели на практике🟠Глава 7: Парадокс снижения стоимости (не опубликовано)
🟠Глава 8: Границы (не опубликовано)
🟠Приложение: Инструменты и ресурсы (не опубликовано)
🟡
Страница проекта🖥
Github.com@ai_machinelearning_big_data#AI #ML #LLM #Book #Tutorial