Observability for Large Language Models
Idioma: inglés
Editorial: APress, US, 2026
- Tapa blanda
- Nuevo
Librería: Rarewaves USA, HEBRON, KY, Estados Unidos de AmericaRarewaves USA
Vendedor de AbeBooks desde 10 de junio de 2025
Condición: Nuevo
EUR 72,50
Cantidad disponible: 2 disponibles
Añadir al carritoDescripción del artículo del vendedor
This book is a comprehensive guide designed to equip engineers, data scientists, and AI practitioners with the principles, tools, and strategies needed to ensure reliability, performance, and accountability in Large Language Models (LLMs). The book begins by laying the groundwork with the foundations of observability, introducing LLMs, their significance in modern AI, and the critical role observability plays in maintaining robust systems. It then explores SRE principles, service level objectives, and incident response, while distinguishing the unique observability challenges that arise in AI and ML systems. Building on this foundation, the book dives into measuring performance, from defining SLOs tailored for LLMs to monitoring computational and token-level metrics. Readers gain practical insights into structured logging, debugging, and distributed tracing methods that provide visibility into complex LLM workflows. Scaling challenges are addressed through strategies for cross-model observability, autoscaling, latency reduction, and fault-tolerant infrastructure design. The book further explores chaos engineering, guiding readers through resilience testing in LLMs and the automation of chaos experiments in CI/CD pipelines. Finally, it highlights monitoring, retraining, and ethical considerations in AI observability, including governance, privacy, and accountability.In conclusion, this book provides a holistic roadmap to building reliable, transparent, and future-ready LLM systems.What you will learn:How to design observability pipelines for LLMs, including token-level logging, prompt tracing, and latency analysis.Techniques for applying chaos engineering principles to test LLM robustness under stress andfailure scenarios.Methods for building SLOs, SLAs, and dashboards tailored to inference quality and modelreliability.Strategies for monitoring hallucinations, drift, bias, and ethical failures in real-time.Who this book is for:This book is for AI infrastructure engineers, SREs, machine learning platform teams, and applied AI practitioners deploying or maintaining LLM-based applications.…
N° de ref. del artículo LU-9798868828263
- Título
- Observability for Large Language Models
- Autor
- Ankush Sharma
- Editorial
- APress, US
- Año de publicación
- 2026
- Estado
- New
- Encuadernación
- Paperback
- Idioma
- inglés
- ISBN 13
- 9798868828263
This book is a comprehensive guide designed to equip engineers, data scientists, and AI practitioners with the principles, tools, and strategies needed to ensure reliability, performance, and accountability in Large Language Models (LLMs).
The book begins by laying the groundwork with the foundations of observability, introducing LLMs, their significance in modern AI, and the critical role observability plays in maintaining robust systems. It then explores SRE principles, service level objectives, and incident response, while distinguishing the unique observability challenges that arise in AI and ML systems. Building on this foundation, the book dives into measuring performance, from defining SLOs tailored for LLMs to monitoring computational and token-level metrics. Readers gain practical insights into structured logging, debugging, and distributed tracing methods that provide visibility into complex LLM workflows. Scaling challenges are addressed through strategies for cross-model observability, autoscaling, latency reduction, and fault-tolerant infrastructure design. The book further explores chaos engineering, guiding readers through resilience testing in LLMs and the automation of chaos experiments in CI/CD pipelines. Finally, it highlights monitoring, retraining, and ethical considerations in AI observability, including governance, privacy, and accountability.
In conclusion, this book provides a holistic roadmap to building reliable, transparent, and future-ready LLM systems.
What you will learn:
- How to design observability pipelines for LLMs, including token-level logging, prompt tracing, and
latency analysis.
- Techniques for applying chaos engineering principles to test LLM robustness under stress and
failure scenarios.
- Methods for building SLOs, SLAs, and dashboards tailored to inference quality and model
reliability.
- Strategies for monitoring hallucinations, drift, bias, and ethical failures in real-time.
Who this book is for:
This book is for AI infrastructure engineers, SREs, machine learning platform teams, and applied AI practitioners deploying or maintaining LLM-based applications.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
Ankush Sharma is a veteran technologist and AI systems architect with over 20 years of expertise in distributed systems, cloud infrastructure, and AI platform engineering. He has led engineering teams at leading global technology companies and has been an active contributor to open-source AI infrastructure projects. His work has been recognised through conference talks, patents, and leading developer forums. He is based in the Bay Area, US.
“Acerca de” puede pertenecer a otra edición de este título.
Rarewaves USA
HEBRON, KY, Estados Unidos de America
Vendedor de AbeBooks desde 10 de junio de 2025
Tarifas de envío en Estados Unidos de America
| Artículo | De 6 a 9 días hábiles | De 6 a 9 días hábiles |
|---|---|---|
| Primer artículo | EUR 0,00 | EUR 0,00 |
Métodos de pago
Información empresarial del vendedor
Rarewaves USA
10100 West Sample Road, Ste 101
Coral Springs, FL Estados Unidos de America 33065
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a Rarewaves USA, Coral Springs, Florida, U.S.A., sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Afghanistan
Bhutan
Brazil
Brunei Darussalam
Channel Islands
Chile
Israel
Lao
Mexico
Russian Federation
Saudi Arabia
South Africa
Yemen
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.