Рекомендательные системы на основе больших языковых моделей. Полный цикл создания: от предобучения до развертывания интеллектуальных агентов
Эта книга представляет собой глубокое исследование интеграции больших языковых моделей (LLM) в современные рекомендательные системы. Авторы систематически разбирают ключевые технологии, практические методы и передовые тенденции в этой области, предлагая читателю полный цикл создания интеллектуальных систем рекомендаций.
Начиная с основ классических рекомендательных алгоритмов (коллаборативная фильтрация, матричная факторизация, методы на основе признаков и последовательностей), книга переходит к детальному изучению архитектуры и принципов работы больших языковых моделей. Основное внимание уделяется способам интеграции LLM с рекомендательными системами для создания более персонализированных, контекстно-зависимых и объяснимых рекомендаций.
Материал подкреплён множеством реальных практических кейсов, охватывающих сложные и критически важные сценарии применения. Книга рассматривает весь технологический стек — от этапа предобучения моделей и тонкой настройки под конкретные задачи до развертывания готовых интеллектуальных агентов в production-среде.
Издание предназначено для алгоритмических инженеров, системных архитекторов, исследователей и разработчиков, стремящихся овладеть технологиями рекомендательных систем следующего поколения и создавать интеллектуальные системы, способные понимать сложные пользовательские предпочтения и контекст.
