Opis
Wzorce projektowe w generatywnej AI. Sprawdzone rozwiązania przy budowie agentów i aplikacji GenAICzego się nauczysz?
Kontrolowania stylu i formatu odpowiedzi LLM za pomocą maskowania logitów i reguł gramatycznychPrzenoszenia stylu między tekstami oraz neutralizowania i odwracania tonu wypowiedziOptymalizowania treści generowanej przez modele pod kątem jakości i spójnościProjektowania i wdrażania podstawowego RAG do uzupełniania wiedzy modeli bazowychBudowania indeksów semantycznych oraz skalowania indeksowania dla dużych zbiorów danychUlepszania retrievalu dzięki podejściu świadomemu indeksu i postprocessingu węzłówZwiększania wiarygodności generacji poprzez cytowanie źródeł i strategie ograniczania halucynacjiStosowania głębokiego wyszukiwania (Deep Search) do trudnych zapytań i wieloetapowego odzyskiwania kontekstuWzmacniania wnioskowania modelu technikami Chain of Thought i Tree of ThoughtsRozszerzania możliwości modeli przez strojenie adapterów i podejście Evol-InstructPodnoszenia niezawodności odpowiedzi dzięki LLM-as-Judge oraz mechanizmom refleksji i autokorektyUporządkowania architektury aplikacji GenAI przez wstrzykiwanie zależności i optymalizację promptówWyposażania agentów w działanie przez wywoływanie narzędzi, wykonywanie kodu i współpracę wieloagentowąOptymalizowania kosztów i opóźnień przez małe modele językowe, buforowanie promptów i optymalizację inferencjiTestowania zachowania systemu pod obciążeniem i w degradacji oraz wdrażania pamięci długoterminowejImplementowania zabezpieczeń z użyciem szablonów, przebudowy danych, samosprawdzenia i guardrailsGeneratywna sztuczna inteligencja rewolucjonizuje pracę nad tworzeniem aplikacji. Modele bazowe takie jak GPT, Claude, Gemini czy Llama umożliwiają szybkie budowanie demonstracji, lecz rzeczywiste wdrożenia mierzą się z halucynacjami, niespójnymi odpowiedziami, lukami w wiedzy i problemami z niezawodnością. Książka przedstawia 32 wzorce projektowe wypracowane przez praktyków wdrażających systemy GenAI na dużą skalę. To nie teoria, lecz konkretne recepty na powtarzalne problemy, z którymi zmaga się każdy inżynier AI budujący aplikacje gotowe do produkcji.
Autorzy prowadzą czytelnika przez cały proces inżynierii AI od kontrolowania stylu i formatu treści, przez integrację wiedzy zewnętrznej z zaawansowanym RAG, wzmacnianie zdolności wnioskowania, budowę niezawodnych systemów, tworzenie agentów zdolnych do działania, aż po optymalizację wdrożeń i implementację zabezpieczeń. Każdy wzorzec jest opisany według jednolitego schematu: problem, sprawdzone rozwiązanie, kompletny przykład kodu, omówienie alternatyw i kompromisów implementacyjnych. Książka łączy osiągnięcia najnowszych badań z praktycznym doświadczeniem ekspertów i dostarcza gotowe wskazówki dla osób tworzących aplikacje oparte na modelach bazowych.
W książce:RAG i zarządzanie wiedząWzorce agentoweOptymalizacja i skalowanieZwiększanie niezawodnościZarządzanie stylemZabezpieczeniaRozszerzanie możliwościOd prototypu do produkcji 32 sprawdzone wzorce dla aplikacji GenAI