LLM на практике. Большие языковые модели от идеи до внедрения

Эта книга — практическое руководство по созданию и развертыванию больших языковых моделей (LLM) в реальных бизнес-задачах. Авторы, Пол Юстин и Максим Лабонн, шаг за шагом проводят читателя через весь процесс: от проектирования архитектуры и инженерии данных до тонкой настройки, оценки и оптимизации инференса.

Вместо изолированных экспериментов в Jupyter-блокнотах вы научитесь строить комплексные, модульные и масштабируемые системы, готовые к промышленной эксплуатации. Книга делает акцент на лучших практиках MLOps, что позволяет создавать экономичные и надежные решения.

Вы узнаете, как спроектировать LLM-двойника, построить RAG-пайплайн признаков, выполнить тонкую настройку с учителем и с учетом предпочтений, а также оценить качество моделей. Отдельное внимание уделяется оптимизации инференса и обработке данных в реальном времени.

Книга предназначена для инженеров машинного обучения, разработчиков и технических специалистов, которые хотят перейти от прототипов к продакшену. Она сочетает теоретические основы с практическими примерами и кодом, что делает ее ценным ресурсом для всех, кто работает с LLM.