LLMタグで同率7位（23冊中）。Zenn・Qiitaなどの2記事で紹介（時点）。
- 紹介記事
- 2件
- 媒体別
- 企業テックブログ 2
- 初めての紹介
- 最新の紹介
この本を選ぶ前に
- タグ内の順位
- LLMタグで同率7位（23冊中・紹介記事数の順）
紹介している記事（2件）
記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。
- 書評『AIエンジニアリング』 企業テックブログ · 虎の穴 ·
AIを組み込むアプリの設計知識の不足を感じて読んだ。第4章の評価駆動開発や、技術指標とビジネス目標を結びつける考え方、第6章のハイブリッド検索、リランキング、エージェントのプランニングや記憶の分類を学びとして挙げている。専門用語が多く、AI開発の基礎を理解している読者が前提という印象を述べている。
- NotebookLM で技術書を読む：初期理解・深掘り・理解確認のフェーズ設計 企業テックブログ · ABEJA ·
544ページの大型技術書である本書を読むにあたり、NotebookLMで全体像の把握から深掘り、理解確認までを支援させた。インフォグラムやスライドで読み始めの負荷が下がり、チャットで分からない箇所に止まらず進めたと述べる。NotebookLMは本の代替ではなく、原典を読みこなすための助走だとしている。
この本について
基盤モデルを使うAIアプリケーションの設計・評価・性能改善・構成を、基礎から実践まで扱う書籍である。全10章のうち第1〜2章でLLMの基礎、第3〜4章で評価、第5〜9章でRAG、エージェント、ファインチューニングなどの性能改善、第10章でアプリケーションのアーキテクチャ例を取り上げる。評価では、構築前に評価方法を定める評価駆動開発を説明し、ドメイン固有の能力、生成能力、指示追従能力、コストとレイテンシーを評価する。評価パイプラインでは、検索結果やツール出力などをコンポーネントごとに評価し、技術指標をビジネス目標と結びつける方法や、LLMを評価者として使う方法を扱う。RAGではハイブリッド検索やリランキング、エージェントではプランニングや記憶の分類を取り上げる。特定のライブラリやツールの操作ではなく、仕組みが必要となる理由を概念レベルで説明し、章ごとに選んで読める構成である。専門用語が多く、AI開発の基礎知識を前提とする。
紹介記事と書誌情報をもとにAIが要約したものです。原文の転載ではありません。