Ebook Sổ Tay Dành Cho Các LLM Engineer - Làm Chủ Nghệ Thuật Engineering Large Language Models Từ Concept Đến Production [Ấn Bản Lần 1, Tháng 10/2024] [PDF, EPUB] [9542E]
Bước vào thế giới LLM với hướng dẫn thực tế này sẽ đưa bạn từ những nền tảng đến deploy các ứng dụng nâng cao bằng cách sử dụng các phương pháp hay nhất của LLMOps.
Mô tả sách:
Cuốn sách LLM này cung cấp những hiểu biết thực tế về designing, training, và deploying các LLM trong các tình huống thực tế bằng cách tận dụng các phương pháp hay nhất của MLOps. Cuốn sách hướng dẫn bạn cách xây dựng một LLM-powered twin tiết kiệm chi phí, có thể mở rộng và modular. Nó vượt ra ngoài Jupyter Notebooks, tập trung vào cách xây dựng các hệ thống LLM cấp sản xuất.
Trong suốt cuốn sách này, bạn sẽ học về data engineering, supervised fine-tuning, và deployment. Cách tiếp cận thực hành để xây dựng LLM twin use case sẽ giúp bạn triển khai các MLOps component trong các dự án của riêng bạn. Bạn cũng sẽ khám phá những tiến bộ tiên tiến trong lĩnh vực này, bao gồm inference optimization, preference alignment, và real-time data processing, khiến đây trở thành nguồn tài nguyên quan trọng cho những người muốn áp dụng LLM vào các dự án của họ.
Bạn sẽ học được gì:
- ✓ Triển khai các data pipeline mạnh mẽ và quản lý các LLM training cycle.
- ✓ Tạo LLM của riêng bạn và refine với sự trợ giúp của các ví dụ thực hành.
- ✓ Bắt đầu với LLMOps bằng cách tìm hiểu sâu hơn về các nguyên tắc cốt lõi của MLOps như IaC.
- ✓ Thực hiện supervised fine-tuning và LLM evaluation.
- ✓ Deploy các end-to-end LLM solution bằng AWS và các công cụ khác.
- ✓ Khám phá continuous training, monitoring, và logic automation.
- ✓ Tìm hiểu về RAG ingestion cũng như các inference and feature pipeline.
Cuốn sách này dành cho ai:
Cuốn sách này dành cho các kỹ sư AI, chuyên gia NLP và kỹ sư LLM muốn đào sâu hiểu biết của mình về LLM. Kiến thức cơ bản về LLM và bối cảnh Gen AI, Python và AWS được khuyến khích. Cho dù bạn là người mới làm quen với AI hay muốn nâng cao kỹ năng của mình, cuốn sách này cung cấp hướng dẫn toàn diện về việc triển khai các LLM trong các tình huống thực tế.
Mục lục:
- ✓ Chương 01. Hiểu về khái niệm và kiến trúc LLM Twin.
- ✓ Chương 02. Tooling & Installation.
- ✓ Chương 03. Data Engineering.
- ✓ Chương 04. RAG Feature Pipeline.
- ✓ Chương 05. Supervised Fine-tuning.
- ✓ Chương 06. Fine-tuning với Preference Alignment.
- ✓ Chương 07. Evaluating LLM.
- ✓ Chương 08. Inference Optimization.
- ✓ Chương 09. RAG Inference Pipeline.
- ✓ Chương 10. Inference Pipeline Deployment.
- ✓ Chương 11. MLOps & LLMOps.
- ✓ Phụ lục: MLOps Principles.
LƯU Ý: Pass mở file pdf là mật khẩu giải nén chung của tài liệu !