สำหรับผู้ที่ต้องการสร้างแอปพลิเคชัน AI โดยใช้การลองผิดลองถูก อาจทำได้ แต่หากต้องการเข้าใจอย่างถ่องแท้ ควรศึกษาจากหนังสือเหล่านี้ซึ่งครอบคลุมตั้งแต่การออกแบบระบบ Machine Learning ไปจนถึงการทำงานของ LLM ในระดับลึก ทั้งในด้านการฝึกฝนและการให้บริการ
หนังสือ Machine Learning Systems Design by Chip Huyen ครอบคลุม 4 ขั้นตอนหลักของ ML คือ การตั้งค่าโปรเจกต์ การเตรียมข้อมูล การสร้างโมเดล และการให้บริการ ซึ่งเป็นพื้นฐานสำคัญของระบบ ML
ในขณะเดียวกัน Machine Learning Engineering Open Book โดย Stas Bekman ก็ให้ความรู้เชิงลึกจากการทำงานกับโมเดลขนาดใหญ่ เช่น BLOOM-176B โดยครอบคลุมถึงฮาร์ดแวร์ GPU, การจัดเก็บ และการฝึกฝนโมเดล
สำหรับผู้ที่สนใจ AI Agents ในเชิงลึก สามารถศึกษาจาก AI Agents in Depth: Design Principles and Engineering Practice ซึ่งกล่าวถึง Context engineering, Memory, และ RAG สำหรับการทำงานที่ซับซ้อน
นอกจากนี้ ยังมี LLM Inference Illustrated และ How to Scale Your Model จาก Google DeepMind ที่ให้ความรู้เชิงเทคนิคเกี่ยวกับการให้บริการและการปรับขนาดโมเดลขนาดใหญ่ โดยใช้ LLaMA 3 เป็นตัวอย่างประกอบ
ที่มา: kdnuggets.com