本书是一本实用的生成式人工智能指南,重点介绍转换器和扩散模型。它涵盖了生成式人工智能项目的生命周期,包括用例定义、模型选择、微调和部署。
本书旨在帮助读者将生成式人工智能应用于他们的业务用例,为读者提供实用工具和概念,帮助他们利用预训练的大型语言模型的能力,如拷贝写作、摘要等用例;构建高级的LLM流水线来聚类文本文档并探索主题;创建超越关键词搜索的语义搜索引擎;深入了解基础Transformer模型的架构,如BERT和GPT等。
通过本书,读者将学习到如何利用各种方法优化LLMs,从生成模型微调到对比微调和上下文学习,为特定应用定制最佳的语言模型。
本书以直观的方式介绍了理论概念,其中包含大量的代码示例和插图,您只需进行最少的设置即可在 Google Colaboratory、Kaggle 或 Hugging Face Spaces 等服务上运行。您将学习如何使用 Transformer 和 Diffusers 等开源库,进行代码探索,并研究几个现有项目以帮助指导您的工作。
长按识别下方二维码,添加微信领取
回复关键字:LLM书(资源编码)
即可获得网盘下载地址
(如遇添加频繁请等会再试)
如需其他AI相关资料,请扫码索取~