作者：[罗]保罗·尤斯廷
译者：孟凡杰
分类：计算机类
出版社：人民邮电出版社
出版时间：2025.5
ISBN：344
内容简介：
AI 技术已取得飞速发展，而大语言模型（LLM）正在引领这场技术革命。本书基于 MLOps 最 佳实践，提供了在实际场景中设计、训练和部署 LLM 的原理与实践内容。本书将指导读者构建一个 兼具成本效益、可扩展且模块化的 LLM Twin 系统，突破传统 Jupyter Notebook 演示的局限，着重讲 解如何构建生产级的端到端 LLM 系统。
本书涵盖数据工程、有监督微调和部署的相关知识，通过手把手地带领读者构建 LLM Twin 项 目，帮助读者将 MLOps 的原则和组件应用于实际项目。同时，本书还涉及推理优化、偏好对齐和实 时数据处理等进阶内容，是那些希望在项目中应用 LLM 的读者的重要学习资源。
阅读本书，读者将熟练掌握如何部署强大的 LLM—既能解决实际问题，又能具备低延迟和 高可用的推理能力。无论是 AI 领域的新手还是经验丰富的从业者，本书提供的深入的理论知识和实 用的技巧，都将加深读者对 LLM 的理解，并提升读者在真实场景中应用它们的能力。
保罗·尤斯廷（Paul Iusztin）
资深机器学习工程师，在生成式 AI、计算机视觉和 MLOps 领域拥有超 7 年的实战经验。曾在 Metaphysic 担任核心工程师，专注于将大型神经网络推向生产环境。
马克西姆·拉博纳（Maxime Labonne）
Liquid AI 的后训练负责人，拥有巴黎理工学院机器学习博士学位，并获得谷歌人工智能与机器学习领域（AI / ML）开发者专家认证。作为开源社区的活跃贡献者，在 GitHub 上开设了LLM 课程，开发了 LLM Aut。
孟凡杰
腾讯云技术专家，腾讯云原生调度技术负责人，云原生基金会大使，致力于将 AI 技术与云原生技术相结合，探索资源调度的最优解决方案。
方佳瑞
清华大学计算机系博士，曾任腾讯云技术专家。在机器学习、分布式系统和高性能计算等领域具有丰富的从业经验。