Книга AI-инженерия
Чип Хьюен, автор с послужным списком из NVIDIA и Netflix, написала фундаментальный труд по созданию приложений на базе LLM и foundation models. По проработке и объему мне эта книга напомнила небезызвестную книгу “с кабанчиком” Designing Data-Intensive Applications Мартина Клеппмана.
Автор разбирает полный цикл разработки приложений с AI: от выбора модели (LLM, LMM) и оценки до интеграции в продукты через RAG, fine-tuning (LoRA) и агентов.
Ключевая идея: foundational models меняют разработку приложений, но требуют новых подходов. Автор подчёркивает важность промт инженерии и RAG для снижения галлюцинаций, fine-tuning для кастомизации и метрик вроде F1 для реальной оценки, показывая, как избежать типичных ошибок в проектировании AI приложений.
Для меня были особенно ценны главы про промт-инженеринг: как его применять для повышения качества ответа модели; RAG: автор довольно подробно разбирает этапы retrieval и generation, векторные базы данных. Понравилась часть про агенты: очень подробно расписано про планирование агентов, но думаю, что эта часть устареет первой.
Книга читается бодро, не скучная: текст разбавлен картинками, схамами, примерами кода и чек-листами. Очень много ссылок на разные статьи и исследования, даже Сколково упоминается🙃
В современных реалиях будет полезно всем, кто хочет погрузиться в основы разработки приложений с AI
· 12.05
читал главы про prompt engineering и evaluation. для pm без глубокой инженерной базы - плотно, но структурирует понимание того как llm реально работает. часть про latency и cost tradeoffs прямо в продуктовые решения идёт - когда объясняешь команде почему gpt-4o дороже gpt-4o-mini не всегда оправдан
ответить
коммент удалён