• Livres
  • IA et ML
  • LLM
  • LLM en pratique. Grands modèles de langage de l'idée à la mise en œuvre
LLM en pratique. Grands modèles de langage de l'idée à la mise en œuvre
A

LLM en pratique. Grands modèles de langage de l'idée à la mise en œuvre

LLM
LLM large language models MLOps fine-tuning RAG pipelines inference optimization production deployment
Auteur
Paul Justin, Maxime Labonne
Éditeur
Sprint Book
Année
2026
Langue
Russe
31
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

RAG et IA générative. Création de pipelines RAG personnalisés avec LlamaIndex, Deep Lake et Pinecone

RAG et IA générative. Création de pipelines RAG personnalisés avec LlamaIndex, Deep Lake et Pinecone

Dénis Rotman

Systèmes RAG : de la théorie à la pratique. Guide pratique pour créer des systèmes intelligents de recherche et de génération de contenu à l'ère du développement rapide des technologies d'IA.

Systèmes RAG : de la théorie à la pratique. Guide pratique pour créer des systèmes intelligents de recherche et de génération de contenu à l'ère du développement rapide des technologies d'IA.

R. V. Douchkine

Assistants IA en Python : appliquer LLM, GPT, RAG en pratique + disque virtuel avec bots et exemples prêts

Assistants IA en Python : appliquer LLM, GPT, RAG en pratique + disque virtuel avec bots et exemples prêts

Vorobev M. S.

Fondamentaux de GraphRAG. RAG amélioré basé sur des graphes de connaissances

Fondamentaux de GraphRAG. RAG amélioré basé sur des graphes de connaissances

Tomaž Bratanič, Oscar Hané

Ingénierie de l'IA. Développement d'applications avec des modèles de base

Ingénierie de l'IA. Développement d'applications avec des modèles de base

Chip Huyen

Programmation Python avancée. Troisième édition

Programmation Python avancée. Troisième édition

Michal Jaworski, Tarek Ziade

Développement d'applications basé sur GPT-4 et ChatGPT. 2e édition

Développement d'applications basé sur GPT-4 et ChatGPT. 2e édition

Olivier Kaelen, Marie-Alice Blété

Prompt Engineering pour LLM. L'art de construire des applications basées sur les grands modèles de langage.

Prompt Engineering pour LLM. L'art de construire des applications basées sur les grands modèles de langage.

John Berryman, Albert Ziegler

Prompt Engineering pour GenAI. Modèles de requêtes fiables pour des résultats de qualité

Prompt Engineering pour GenAI. Modèles de requêtes fiables pour des résultats de qualité

James Phoenix, Mike Taylor

.NET 8 : outils et compétences. Meilleures pratiques et modèles de conception, de débogage et de test.

.NET 8 : outils et compétences. Meilleures pratiques et modèles de conception, de débogage et de test.

Mark J. Price