译者序

目前，大语言模型异常火爆，而在大模型时代，MLOps的形态也发生了一定的变化，训练模型的范式完全变了，不再需要大量训练过程，每一次调整prompt都是在训练一个新模型，由于训练变得很容易，因此训练变得更频繁了。所带来的结果就是，模型的评估也变得更频繁了，MLOps的作用体现得更明显了。一旦确定了某个可用模型，训练步骤就结束了，接下来，模型的上线发布策略、在线性能监控、检查漂移、检查SLO就和传统的MLOps无异了。可以说除了训练以外，所有传统机器学习的步骤在大模型时代都需要进行一遍，这更加体现了MLOps的重要性。本书详细介绍了MLOps的各个阶段，如果你想赶上这一波AI的浪潮，那么本书可以说是必读的。

抛开抓住大语言模型的机遇不谈，本书对于想学习如何落地一个可靠的企业级AI应用的人来说，也是一本不可多得的好书。要落地一个AI应用，开发模型真的只是其中的一小步，其余工程方面的大量工作，就请大家跟着本书作者一点点学习吧。

由于译者水平有限，因此难免会有疏漏之处，如果有任何问题，欢迎大家指正。