LLM у production: як отримати передбачуваний результат
LLM повертає ймовірний результат, а не гарантований. На простому тексті вона відповідає правильно, на «брудному» може зламати формат або виконати чужу інструкцію з тексту користувача. Під час вебінару розберемо, як зробити її відповідь передбачуваною за допомогою коду, а не промптів.
Візьмемо одну скаргу клієнта й пропустимо її через чотири підходи:
- інструкція «поверни JSON» у промпті;
- граматика, яка обмежує генерацію моделі;
- валідація через Pydantic та Instructor з повторним запитом до моделі;
- state machine на LangGraph, де модель лише класифікує, а рішення ухвалює код.
Для кожного підходу покажемо, що він гарантує, а чого — ні. Демо на локальній моделі. API можна викликати з телефона під час доповіді.
Приєднуйтеся!
Спікер
ОЛЕКСІЙ ФОМЕНКО
Senior Software Engineer
Олексій займається бекендом уже 8 років, а останні два роки повністю присвятив AI-інженерії. Його головний фокус — надійно інтегрувати великі мовні моделі (LLM) у робочі проєкти. Поєднує інженерний підхід із любов'ю до практичних і дієвих рішень.