{"product_id":"llmops打造穩定運行的大型語言模型系統","title":"LLMOps打造穩定運行的大型語言模型系統","description":"\u003cp\u003e出版社： 歐萊禮\u003cbr\u003e\n 作者： Abi Aryan\u003cbr\u003e\n 譯者： agility studio\u003cbr\u003e\n 規格： 18.5x23x1.63\u003cbr\u003e\n 裝訂： 平裝\u003cbr\u003e\n 頁數： 276\u003cbr\u003e\n 出版日： 01\/07\/2026\u003cbr\u003e\n ISBN 13 : 9786264252430\u003cbr\u003e\n 內容簡介： 「使用 AI 來開發應用程式日益簡單，但在將 LLM 部署到生產環境時，才會面臨真正的挑戰。本書是我用來教導學生掌握複雜的 LLMOps，並成功部署大型語言模型的重要指南。本書以清楚、可行的解決方案，幫助讀者將 LLM 原型轉化為穩定、可投入生產的 AI 系統，是一本不可或缺的讀物。」 \u003cbr\u003e\n —— Ammar Mohanna，EDT\u0026amp;Partners 首席 AI 顧問暨貝魯特美國大學講師 \u003cbr\u003e\n \u003cbr\u003e\n 「本書透過清楚、可實作的指導揭開 LLMOps 的神秘面紗。這本完美的資源非常適合機器學習工程師、平台團隊，以及想將 LLM 從原型推向生產環境的所有人。」 \u003cbr\u003e\n —— Nirmal Budhathoki，微軟資深資料科學家 \u003cbr\u003e\n \u003cbr\u003e\n 大型語言模型的一大特點，是它們不再依循舊規則。在運行 GenAI 時，傳統的 MLOps 幾乎無助於事，模型會產生幻覺、安全假設不再成立、監視機制失靈、agent 可能無法正常運作，你會突然進入一片未知的領域。這就是 LLMOps 成為一個獨立領域的原因。 \u003cbr\u003e\n \u003cbr\u003e\n 本書將帶領你在真正的使用者面前，以及在現實的商業環境中成功運行這些系統。本書不會教你做出華麗的 demo，而是教你讓 LLM 系統在現實世界中穩定運作。 \u003cbr\u003e\n \u003cbr\u003e\n • 掌握運作 LLM 所需的新角色與流程 \u003cbr\u003e\n • 在傳統指標無法全面反映效能時，監視 LLM 的實際表現 \u003cbr\u003e\n • 針對 GenAI 設計真正有意義的評估、治理、安全稽核機制 \u003cbr\u003e\n • 管理 agent、RAG 系統，與不斷演變的提示詞帶來的營運混亂 \u003cbr\u003e\n • 擴展基礎設施，並且控制運算成本\u003cbr\u003e\n \u003cbr\u003e\n 目錄： \u003cbr\u003e\n 作者簡介：\u003c\/p\u003e","brand":"歐萊禮","offers":[{"title":"Default Title","offer_id":45153037320331,"sku":null,"price":176.0,"currency_code":"HKD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0552\/1516\/1483\/files\/ProductPhoto_25e49e2e-b985-47f0-97ad-259aad45416a.jpg?v=1769936201","url":"https:\/\/hkroadsidestand.org\/products\/llmops%e6%89%93%e9%80%a0%e7%a9%a9%e5%ae%9a%e9%81%8b%e8%a1%8c%e7%9a%84%e5%a4%a7%e5%9e%8b%e8%aa%9e%e8%a8%80%e6%a8%a1%e5%9e%8b%e7%b3%bb%e7%b5%b1","provider":"香港地攤","version":"1.0","type":"link"}