Small Language Models in Action Efficient generative AI for resource-constrained systems (English Edition)
Lingua: inglese
Editore: BPB Publications, 2026
- Brossura
- Nuovo

Condizione: Nuovo
EUR 52,50
Quantità: 2 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
While large language models have transformed generative AI (GenAI), their heavy compute demands, high inference costs, and cloud dependency make them impractical for many real-world applications. Small language models (SLMs) offer a compelling alternative, delivering powerful GenAI capabilities while running efficiently on mobile devices, edge hardware, and cost-constrained systems. This book bridges the gap between theoretical model architecture and real-world deployment, serving as your ultimate engineering roadmap for building efficient, compact, and production-ready AI systems. This book systematically guides you through the entire life cycle of small language models across 14 comprehensive chapters. This book begins with the foundations of SLMs, covering their architecture, design principles, and size-performance trade-offs. Readers will master core compression techniques including knowledge distillation, quantization, and pruning to shrink models while preserving accuracy. The book also explores lightweight transformers, efficient fine-tuning, and inference optimization for latency and memory, followed by practical deployment on edge and mobile platforms using ONNX and TensorFlow Lite. Finally, the book explores SLM-powered agents capable of tool use and multi-step reasoning, hybrid architectures that combine small and large models, and real-world case studies, closing with benchmarking and cost-performance frameworks.WHAT YOU WILL LEARN ? Design compact SLM architectures balancing size and performance. ? Apply distillation, quantization, and pruning to compress models. ? Fine-tune small models for task and domain-specific generative AI tasks. ? Optimize inference for low latency and minimal memory. ? Deploy SLMs on edge, mobile, and cloud platforms. WHO THIS BOOK IS FORThe book is designed for students, machine learning engineers, NLP practitioners, software developers, and AI builders deploying efficient models to resource-constrained environments, edge systems, and mobile devices. Readers need working knowledge of Python alongside a basic understanding of core machine learning concepts. Sprache: Englisch Gewicht in Gramm: 604.…
Codice articolo IB-15359356
- Titolo
- Small Language Models in Action Efficient generative AI for resource-constrained systems (English Edition)
- Autore
- Sireesha Muppala, Randy Defauw, Shelbee Eigenbrode
- Editore
- BPB Publications
- Anno di pubblicazione
- 2026
- Condizione
- Neu
- Rilegatura
- Softcover/Taschenbuch
- Lingua
- inglese
- ISBN 10
- 8167080021
- ISBN 13
- 9788167080028
- Peso dell'articolo
- 604 grammi
While large language models have transformed generative AI (GenAI), their heavy compute demands, high inference costs, and cloud dependency make them impractical for many real-world applications. Small language models (SLMs) offer a compelling alternative, delivering powerful GenAI capabilities while running efficiently on mobile devices, edge hardware, and cost-constrained systems. This book bridges the gap between theoretical model architecture and real-world deployment, serving as your ultimate engineering roadmap for building efficient, compact, and production-ready AI systems.
This book systematically guides you through the entire life cycle of small language models across 14 comprehensive chapters. This book begins with the foundations of SLMs, covering their architecture, design principles, and size-performance trade-offs. Readers will master core compression techniques including knowledge distillation, quantization, and pruning to shrink models while preserving accuracy. The book also explores lightweight transformers, efficient fine-tuning, and inference optimization for latency and memory, followed by practical deployment on edge and mobile platforms using ONNX and TensorFlow Lite. Finally, the book explores SLM-powered agents capable of tool use and multi-step reasoning, hybrid architectures that combine small and large models, and real-world case studies, closing with benchmarking and cost-performance frameworks.
By the end of this book, readers will be able to build production-ready SLMs from scratch, apply compression techniques confidently, and deploy efficient generative AI across mobile, edge, and cloud, making sound architectural decisions under real-world constraints.
What you will learn
● Design compact SLM architectures balancing size and performance.
● Evaluate SLMs across multiple dimensions.
● Apply distillation, quantization, and pruning to compress models.
● Fine-tune small models for task and domain-specific generative AI tasks.
● Optimize inference for low latency and minimal memory.
● Deploy SLMs on edge, mobile, and cloud platforms.
● Build SLM-powered agents with tool use and reasoning.
Who this book is for
The book is designed for students, machine learning engineers, NLP practitioners, software developers, and AI builders deploying efficient models to resource-constrained environments, edge systems, and mobile devices. Readers need working knowledge of Python alongside a basic understanding of core machine learning concepts.
Table of Contents
1. Small Language Model Architecture Overview
2. Transformer Architecture Fundamentals for SLMs
3. Evaluating SLMs
4. Knowledge Distillation for Language Models
5. Quantization for Efficient Inference
6. Pruning and Sparsity for Compact Models
7. Fine-tuning SLMs
8. Optimizing Inference for Speed and Memory
9. Edge and Mobile Deployment for Generative AI
10. Production Pipelines and Serving Infrastructure
11. SLMs in Agents and Agentic Workflows
12. Hybrid Architectures Combining SLMs and LLMs
13. Multimodal SLMs
14. SLM Production Case Studies and Trends
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Home-set
Mannheim, Germania
Venditore AbeBooks dal 13 aprile 2026
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 10 a 12 giorni lavorativi | Da 8 a 10 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 49,90 | EUR 75,00 |
Metodi di pagamento
- Assegno
Specializzazione
BuchInformazioni sull’azienda del venditore
Home-set
Germania
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Home-set, Mannheim, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.