ＬＬＭＯｐｓ―本番環境における大規模言語モデル運用ガイド

Ａｒｙａｎ，Ａｂｉ【著】/嶋田 健志/新井 翔太【訳】

オライリー・ジャパン（2026/05発売）

• サイズ B5判／ページ数 288p／高さ 24cm
• 商品コード 9784814401604
• NDC分類 007.1
• Cコード C3055

出版社内容情報

現場で生きるLLM導入・運用・活用ガイド！
大規模言語モデルでは、従来のルールやMLOpsが通用せず、ハルシネーションやセキュリティ崩壊、モニタリング不全など未知の課題が発生します。本書はLLMOpsの実践ガイドとして、評価・ガバナンス・監査の設定、RAGやエージェント運用の整理、パフォーマンス監視、コスト効率の高いインフラ拡張まで、本番環境においてLLMを安定的に稼働させる方法を解説します。


【目次】

内容説明

大規模言語モデルでは、従来のルールやＭＬＯｐｓが通用せず、ハルシネーションやセキュリティ崩壊、モニタリング不全など未知の課題が発生します。本書はＬＬＭＯｐｓの実践ガイドとして、評価・ガバナンス・監査の設定、ＲＡＧやエージェント運用の整理、パフォーマンス監視、コスト効率の高いインフラ拡張まで、本番環境においてＬＬＭを安定的に稼働させる方法を解説します。

目次

１章　大規模言語モデル入門
２章　ＬＬＭＯｐｓ入門
３章　ＬＬＭベースアプリケーション
４章　ＬＬＭのためのデータエンジニアリング
５章　ＬＬＭベースアプリケーション向けモデルドメイン適応
６章　ＡＰＩファーストＬＬＭデプロイ
７章　ＬＬＭの評価
８章　ガバナンス：監視、プライバシー、セキュリティ
９章　スケーリング：ハードウェア、インフラ、リソース管理
１０章　ＬＬＭとＬＬＭＯｐｓの未来

著者等紹介

アーリアン，アビ［アーリアン，アビ］ ［Ａｒｙａｎ，Ａｂｉ］
Ａｂｉｄｅ　ＡＩ（ｈｔｔｐｓ：／／ａｂｉｄｅａｉ．ｃｏｍ）の創設者であり、本番環境向けのＭＬシステムを構築してきた約１０年の経験を持つ機械学習研究エンジニア。数学を専攻し、以前はＪｕｄｅａ　Ｐｅａｒｌ博士の指導のもとＵＣＬＡのＣｏｇｎｉｔｉｖｅ　Ｓｙｓｔｅｍｓ　Ｌａｂで客員研究員として、知能エージェントの開発に注力していた。ＡｕｔｏＭＬ、マルチエージェントシステム、大規模言語モデルに関する研究論文を執筆し、ＮｅｕｒＩＰＳ、Ａｓｓｏｃｉａｔｉｏｎ　ｆｏｒ　Ｃｏｍｐｕｔａｔｉｏｎａｌ　Ｌｉｎｇｕｉｓｔｉｃｓ（ＡＣＬ）、Ｅｍｐｉｒｉｃａｌ　Ｍｅｔｈｏｄｓ　ｉｎ　Ｎａｔｕｒａｌ　Ｌａｎｇｕａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ（ＥＭＮＬＰ）、Ａｄｖａｎｃｅｓ　ｉｎ　Ａｐｐｒｏｘｉｍａｔｅ　Ｂａｙｅｓｉａｎ　Ｉｎｆｅｒｅｎｃｅ（ＡＡＢＩ）といった主要な研究会議やワークショップで積極的に査読者を務めている。現在は、ＡＩエージェントにおける反射知能、マルチエージェントシステム向けの分散自己修復プロトコル、超大規模ＡＩシステム向けのＧＰＵエンジニアリングの研究をさらに推進している

嶋田健志［シマダタケシ］
主にＷｅｂシステムの開発に携わるフリーランスのエンジニア

新井翔太［アライショウタ］
保険業界向けＳａａＳを手がける株式会社ｈｏｋａｎ所属のＷｅｂエンジニア（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。