AI工程: 從基礎模型建構應用 | 誠品線上

AI Engineering

內容簡介

內容簡介 ⭐⭐⭐⭐⭐ Amazon五星好評 🏆 機器理論#1 🏆自然語言處理#1 🏆企業應用#1，霸榜超過30週 「本書提供了一個全面且結構清晰的指南，涵蓋建構生成式AI系統的基本面向。對於希望在企業內推展AI的專業人士來說，這是一本必讀之作。」 ——Vittorio Cretella，前 P&G and Mars 全球資訊長 「Chip Huyen很懂生成式AI，她是一位卓越的教師和作家，她的著作在幫助團隊將AI導入產品上發揮了重要作用。憑藉深厚的專業知識，《AI工程》是一本深入且全面性的指南，幫助讀者產出構建生成式AI應用。」 ——Luke Metz，ChatGPT共同創建人，前OpenAI研發經理 打造真正可用的LLM應用！ 從架構設計到部署評估，帶你一次打通 AI 工程實務全流程。 面對LLM，你是否也曾困惑： •該怎麼選模型，Prompt要怎麼設計？ •模型要微調，還是直接上線？ •部署、監控、評估效果要怎麼做？能讓AI自評嗎？ •又該如何避免幻覺、安全性、延遲等應用風險？ 無論你是AI工程師、ML工程師、資料科學家、工程經理、技術產品經理，或是AI工具開發者、研究人員、求職者，本書都能幫助你跨出關鍵第一步！ 📌 從零開始建構AI應用，或將原型提升至生產環境 📌 解決幻覺、安全性、延遲與成本等應用挑戰 📌 簡化團隊AI開發流程，讓系統更快、更穩、更可靠 📌 在組織內有效運用基礎模型，提升業務價值與團隊能力 📌 了解AI的能力與限制，釐清AI工程師的核心技能 ----------------------------------------- 基礎模型促成了新的AI使用案例，降低了建構AI產品的進入門檻，將AI從一門深奧的學科，轉化為沒有任何AI經驗的人都能使用的強大開發工具。 在這本易懂的指南中，作者Chip Huyen認為AI工程就是運用現有基礎模型建構應用的流程。AI應用開發者會看到包括模型、數據集、評估基準，以及看似無窮無盡應用模式的AI領域，本書也介紹了開發AI應用並可高效部署的實用框架。 •理解什麼是AI工程及其與傳統機器學習工程有何不同 •學習開發AI應用的流程、每個步驟的挑戰，以及應對這些挑戰的方法 •探索包括提示工程、RAG、微調、代理和數據集工程的各種模型適配技術，並理解它們運作的方式與目的 •檢視服務基礎模型時的延遲和成本瓶頸，及如何克服這些問題 •針對需求選擇正確的模型、指標、數據和開發模式 本書與《設計機器學習系統》互為補充，進一步探索AI工程的實務應用。

作者介紹

作者介紹 Chip Huyen 懂AI、懂數據又會說故事。她曾任職於NVIDIA和Snorkel AI，也創辦過一家後來被收購的AI基礎設施初創公司，並在史丹佛大學教授機器學習系統設計。她的著作《設計機器學習系統》（O’Reilly）已有超過十種語言的譯本。

產品目錄

產品目錄 第1章 使用基礎模型建構AI應用導論 AI工程的崛起 基礎模型使用案例 規劃AI應用 AI工程疊層 總結 第2章 理解基礎模型 訓練數據 建模 後訓練 取樣 總結 第3章 評估方法 評估基礎模型的挑戰 理解語言建模指標 精確評估 AI評判 使用比較評估進行模型排名 總結 第4章 評估AI系統 評估標準 模型選擇 設計評估管道 總結 第5章 提示工程 提示導論 提示工程最佳實例 防禦性提示工程 總結 第6章 RAG 與代理 RAG 代理 記憶 總結 第7章 微調 微調概述 何時進行微調？ 記憶體瓶頸 微調技術 總結 第8章 數據集工程 數據調理 數據增強與合成 數據處理 總結 第9章 推論最佳化 理解推論最佳化 推論最佳化 總結 第10章 AI工程架構與使用者回饋 AI工程架構 使用者回饋 總結 後記 索引

商品規格

最佳賣點

最佳賣點 : Amazon五星好評
機器理論#1 自然語言處理#1 企業應用#1，霸榜超過30週
「本書提供了一個全面且結構清晰的指南，涵蓋建構生成式AI系統的基本面向。對於希望在企業內推展AI的專業人士來說，這是一本必讀之作。」
—Vittorio Cretella，前 P&G and Mars 全球資訊長

活動

• 8/31前 全站滿$1,500折$150
• 8/31前 全站滿$2,500折$300
• 8/31前 全站滿$3,500折$420