Купить книгу Создание надежных конвейеров обработки текстов с помощью dspy: освоение генерации с дополненной реальностью на основе декларативного программирования, оптимизаторов, телесуфлеров и готовых к производству рабочих процессов на русском [PDF, EPUB, FB2, MOBI]
#3300944
Building Reliable RAG Pipelines with DSPy: Mastering Retrieval-Augmented Generation Using Declarative Programming, Optimizers, Teleprompters, and Production-Ready Workflows (B0G34W7S28)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Andrew Ming | #1499: Нейронные сети
Раскройте весь потенциал генерации с расширенными возможностями поиска (Retrieval-Augmented Generation, RAG) и создавайте системы, которые действительно работают в производственной среде.
В этом практическом руководстве, основанном на коде, вы узнаете, как превратить хрупкие прототипы RAG, требующие интенсивной настройки подсказок, в надежные, самосовершенствующиеся конвейеры с помощью DSPy — новаторской декларативной платформы, которая заменяет ручную настройку подсказок автоматической оптимизацией.
Эта книга, написанная для инженеров машинного обучения, специалистов по обработке данных и практиков в области искусственного интеллекта, которым надоело постоянно контролировать подсказки и функции извлечения данных, проведет вас от базовых концепций RAG до продвинутых архитектур производственного уровня. Вы узнаете:
Прекратите гадать на основе ответов. Начните собирать информацию.
Если вы готовы перейти от подхода «работает на моем ноутбуке» к RAG, готовому к использованию в корпоративной среде, то «Создание надежных конвейеров RAG с помощью DSPy» — это ваш план действий.
В этом практическом руководстве, основанном на коде, вы узнаете, как превратить хрупкие прототипы RAG, требующие интенсивной настройки подсказок, в надежные, самосовершенствующиеся конвейеры с помощью DSPy — новаторской декларативной платформы, которая заменяет ручную настройку подсказок автоматической оптимизацией.
Эта книга, написанная для инженеров машинного обучения, специалистов по обработке данных и практиков в области искусственного интеллекта, которым надоело постоянно контролировать подсказки и функции извлечения данных, проведет вас от базовых концепций RAG до продвинутых архитектур производственного уровня. Вы узнаете:
- Как компиляторы и оптимизаторы DSPy (BootstrapFewShot, LlamaIndex, ColBERTv2 и др.) автоматически улучшают качество извлечения и генерации данных.
- Проверенные шаблоны для объединения запросов в цепочки, обработки многошаговых запросов, фильтрации метаданных и переписывания запросов.
- Реальные телесуфлеры и оптимизаторы, которые преобразуют непредсказуемые LLM в согласованные, измеримые компоненты.
- Методы оценки, трассировки, кэширования и масштабирования систем RAG без постоянной перенастройки
- Полные, комплексные примеры с использованием OpenAI, Anthropic, Llama-3, Cohere, Jina и открытых источников эмбеддингов.
Прекратите гадать на основе ответов. Начните собирать информацию.
Если вы готовы перейти от подхода «работает на моем ноутбуке» к RAG, готовому к использованию в корпоративной среде, то «Создание надежных конвейеров RAG с помощью DSPy» — это ваш план действий.