meng shao(@shao__meng)의 스레드

[오픈소스 추천] AI Engineering 책 및 기타 자료 @chipro의 유명한 AI 책 "AI 엔지니어링"과 함께 제공되는 이 리소스 라이브러리는 책의 내용에 대한 설명뿐만 아니라 풍부한 AI 리소스 추천도 포함하고 있어 진정한 보물 창고입니다! 핵심 포지셔닝: "연금술"에서 "건물 건설"로의 전환 가이드 이 프로젝트와 책의 핵심은 새로운 엔지니어링 분야인 AI 엔지니어링을 정의하는 데 있습니다. 기존 ML 엔지니어링은 모델을 처음부터 학습시키고, 기능 엔지니어링을 수행하고, 표 형식 데이터를 처리하는 데 중점을 둡니다(이를 "연금술"이라고도 합니다). 차세대 AI 엔지니어링은 기존의 기본 모델을 사용하여 실용적인 응용 제품을 만드는 데 중점을 둡니다(이는 조립식 고강도 재료로 "건축"하는 것으로 이해될 수 있음). 이 프로젝트의 목표는 개발자가 "프롬프트를 작성할 수 있는 능력"과 "엔터프라이즈급 AI 애플리케이션을 구축할 수 있는 능력" 사이의 엄청난 격차를 메우는 데 도움을 주는 것입니다. 주요 콘텐츠 개요 저장소에는 책의 각 장에 대한 코드 예제, 보충 설명 및 도구가 포함되어 있습니다. • 기본 모델 선택 및 이해: 방대한 모델 데이터베이스에서 비즈니스 요구 사항에 맞는 적절한 LLM 또는 LMM을 선택하는 방법. • 평가: 이 책의 주요 내용입니다. 생성 AI에서는 모델 출력이 불확실합니다. 모델의 품질을 과학적으로 어떻게 평가할 수 있을까요? 이 프로젝트는 "판사로서의 AI"를 포함한 최첨단 방법론을 탐구합니다. • RAG 및 에이전트: 모델이 외부 비공개 데이터를 사용하여 RAG를 수행할 수 있도록 하는 방법과 모델이 도구를 통해 작업을 자율적으로 완료할 수 있도록 하는 방법. 이 두 가지는 현재 기업이 AI를 구현하는 데 가장 널리 사용되는 두 가지 모델입니다. • 미세 조정 및 데이터 세트 엔지니어링: 일반 용도 모델이 부족한 경우, 데이터를 사용하여 모델을 효율적으로 미세 조정하여 도메인 전문가로 만들 수 있는 방법은 무엇일까요? • 추론 최적화: 비용과 지연 시간에 대한 핵심 엔지니어링 실습을 통해 AI 애플리케이션을 빠르고 비용 효율적으로 실행하는 방법을 배웁니다. 누구에게 적합한가요? • AI 애플리케이션 개발자: LLM 기반 제품(예: 고객 서비스 로봇 및 문서 분석 도구)을 개발하는 엔지니어입니다. • 기존 ML에서 전환하는 엔지니어: 빅 모델 시대의 새로운 기술 스택을 이해하고자 하는 데이터 과학자. • 기술 관리자/CTO: AI 구현을 위한 기술적 경로와 비용 구조를 이해해야 하는 의사 결정권자. 오픈소스 주소: