Description
Construire des applications LLM pour la production est un manuel détaillé destiné aux développeurs souhaitant améliorer leurs compétences en IA, en particulier dans le domaine des grands modèles de langage (LLM). Le livre fournit une ressource complète pour comprendre et mettre en œuvre des LLM dans des environnements de production. Il aborde des sujets essentiels tels que le prompting, le fine-tuning et la génération augmentée par récupération (RAG), offrant une feuille de route vers la pile technologique future.
Lire la suite
Le livre est écrit par Louis-François Bouchard et Louie Peters, avec des contributions de plus de dix experts de Towards AI, et est organisé par des professionnels d'Activeloop, LlamaIndex et Mila. Il est conçu pour les lecteurs ayant une compréhension intermédiaire de Python, visant à les guider dans la création d'applications LLM prêtes pour la production.
S'étendant sur 463 pages, le livre comprend des guides pratiques, des projets de code avec des applications réelles, et des notebooks Colab pour une pratique immédiate. Il offre également un accès à la communauté et un tuteur IA pour soutenir l'apprentissage. Le contenu est structuré pour construire la compréhension des fondamentaux de la théorie des LLM aux techniques et cadres avancés.
Des experts du domaine ont loué le livre pour sa couverture complète et ses perspectives pratiques. Il sert à la fois d'excellent guide pour les nouveaux venus et de référence précieuse pour les praticiens expérimentés. Le livre est disponible à l'achat sur Amazon, avec des options pour des exemplaires neufs et d'occasion.
- CatégorieAutres outils IA
Détails du livre
Guide complet sur les LLM
Inclut des techniques de prompting et de fine-tuning
Couvre la génération augmentée par récupération
Projets de code pratiques
Applications réelles
Notebooks Colab pour la pratique
Accès à la communauté
Soutien d'un tuteur IA
À qui s'adresse ce livre
- Amélioration des compétences en IA
- Développement d'applications LLM
- Programmation Python
- Projets réels
- Engagement communautaire en IA
