生成AIエンジニアのすすめ
無料で読める本
LLMを利用することが世に浸透しているが、どのような構造/実装になっているかを一から調べるのは大変である。そこで本書は、LLMの構造/実装にフォーカスを当てることとする。 実装編に関しては、記載途中のものあり。
Chapters
はじめに
【準備編】GPUに関して
【0章】生成AIの概要とDecoder-onlyモデル
【0章-1】コンテキスト長(context length)
【1章】推論 Huggingface Transformersの活用
【2章】事前学習/ファインチューニング
【2章-0】学習パラメータ
【2章-1】ファインチューニング実践
【3章】RAG(Retrieval-Augmented Generation)
【3章-1】Retriever アルゴリズム
【4章】量子化
【5章】推論高速化
【6章】生成AIの評価/MLOps
【7章】分散処理
ViT (Vision Transformer)
【備考】ライブラリに関して
【用語】
Author
ITエンジニア/実務ではよくOOP系統の言語Python, Java等を利用してアプリケーション開発を行っていました。現在はAI Researcher。 上流から下流までフルスタック。/オブジェクト指向の記事を掲載中です。→zenn.dev/timoneko/books/78460a539d033f
Topics