「本番環境で機械学習モデルを導入しない方法」

本番環境での機械学習モデルの非導入方法

MLモデルに本番環境を近づけないための風刺的なガイド

旅の概要

1. 序章 – 本番環境なし、問題なし！
2. ノートブックは何でも使える！
3. 時間があるなら自動化する必要はない？
4. テスト？ミスを絶対にしないだけでいい！
5. 頭の中で依存関係を管理！
6. まとめ

1 – 序章 – 本番環境なし、問題なし！

データサイエンティスト、データエンジニア、MLエンジニアとして、私たちは本番環境でのMLモデルについての情報にさらされています。何百ものビデオや何千ものブログが私たちが現在の状況を避けるために最善を尽くして助けようとしました。しかし、それはうまくいきませんでした。今、私は申し上げるのが辛いですが、世界中の至る所でMLモデルが本番環境で稼働しています。何百万人もの知らない人々に価値を生み出しています。どの通りにもあります。そして私たちはそれを許容しています、ただ普通だからです。

学会に行くと、大きな観客の前で緊張したデータサイエンティストが舞台上で本番環境について話しています。彼らの額の汗と冷たい手からは、その状況が深刻であることが明らかです。これは多年にわたって続いてきましたが、私たちは彼らの預言に信頼を置きませんでした。そして今私たちの状況を見てください。聞くべきでした。

今は「言ったでしょ」と言う人のための時間ではありません。私たちは一緒になって、私たちにとって本来のやり方に軽蔑を示さなければなりません。私たちはより良い時代に戻らなければなりません、MLモデルが本番環境になることがただの中規模企業の求人広告の箇条書きだった時代に。

誰かがこの贖罪の旅を先導し、導いてくれる必要があります。そして、私以上にふさわしい人物はいません。自慢するつもりはありませんが、私は本番環境に到達しなかったMLモデルをいくつか作りました。その中には近づくことさえありませんでした。開発環境を再現する必要がないためのいくつかの最良のヒントを共有できます。

• LLM（Language Model）をアプリケーションに統合する際の複雑さと課題
• 「注目すべき8つのトレンディングで新しい大規模言語モデル」
• 「TransformersとTokenizersを使用して、ゼロから新しい言語モデルを訓練する方法」

以下の各セクションを明確に2つのパートに分けました。最初のパートは正しい方法と呼ばれます。それはMLモデルが本番環境になるのを避ける方法を教えてくれます…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!