大型语言模型的可观测性：大规模AI的站点可靠性和混沌工程
A

大型语言模型的可观测性：大规模AI的站点可靠性和混沌工程

大语言模型
LLM observability Site Reliability Engineering chaos engineering monitoring AI systems production
作者
Ankush Sharma
出版社
Apress
年份
2026
语言
英语
26
评价本书

阅读本书 登录 / 注册

预览片段

相似书籍

利用大型语言模型扩展企业解决方案：面向生产级企业解决方案的端到端生成式AI综合方案

利用大型语言模型扩展企业解决方案：面向生产级企业解决方案的端到端生成式AI综合方案

Arindam Ganguly

生成式AI的提示工程：面向规模化可靠AI输出的未来验证输入

生成式AI的提示工程：面向规模化可靠AI输出的未来验证输入

James Phoenix, Mike Taylor

动手实践大型语言模型：语言理解与生成

动手实践大型语言模型：语言理解与生成

Jay Alammar, Maarten Grootendorst

Python与大型语言模型入门：语言模型指南

Python与大型语言模型入门：语言模型指南

Dilyan Grigorov

遗留系统的可观测性：基于OpenTelemetry与AIOps的方法与解决方案

遗留系统的可观测性：基于OpenTelemetry与AIOps的方法与解决方案

Hyen Seuk Jeong

大型语言模型食谱：微调、优化、部署和实际应用实践指南

大型语言模型食谱：微调、优化、部署和实际应用实践指南

Bharath Kumar Bolla, Kalpa Subbaiah, Sashi Kiran Kaata

Microsoft Azure上的生成式AI：从大型语言模型到高级多智能体系统

Microsoft Azure上的生成式AI：从大型语言模型到高级多智能体系统

Adrián González Sánchez, Jaime De Mora, Jorge García Ximénez

基于大语言模型构建应用程序：技术、实现与应用

基于大语言模型构建应用程序：技术、实现与应用

Bhawna Singh

Python深度强化学习：面向聊天机器人与大型语言模型的RLHF（第二版）

Python深度强化学习：面向聊天机器人与大型语言模型的RLHF（第二版）

Nimish Sanghi

使用LangChain构建生成式AI：基于Python、ChatGPT及其他大语言模型的应用开发

使用LangChain构建生成式AI：基于Python、ChatGPT及其他大语言模型的应用开发

Ben Auffarth