Построение LLM-агентов с помощью RAG, графов знаний и осмысления

В книге детально рассматривается принципиально новая архитектура искусственного интеллекта, когда сети специализированных LLM-агентов координируют действия, рассуждают, осмысляют и оптимизируют себя, достигая результата, недоступного одиночной модели.
Вы научитесь создавать кластеры агентов, системы с общей памятью, уровни маршрутизации, средства оценки и инструментальные центры, которые динамически адаптируются и постоянно совершенствуются.
Основные темы книги:

• объединение агентов LLM в кластеры с четкими ролями, возможностями и протоколами связи;
• децентрализованные системы маршрутизации для быстрой масштабируемой передачи сообщений;
• системы общей векторной памяти для постоянного хранения, обоснования и объединения контекста;
• циклы осмысления и оптимизации, которые помогают агентам корректировать свои действия и обучаться на результатах;
• инструментальная оркестрация с использованием API, вызовов функций и внешних технологических процессов;
• уровни мониторинга, оценки и телеметрии для обеспечения безопасности, надежности и прозрачности вашей многоагентной системы;
• масштабируемые топологии системы для производственных задач.

Издание предназначено инженерам по ИИ, разработчикам приложений с интегрированным ИИ, исследователям и всем желающим выйти за рамки простых запросов и освоить настоящую инженерию LLM.