Kołczan Książek
Załóż konto
Grandes modelos de lenguaje: una guía práctica (Spanish Edition). Comprensión y generación del lenguaje1 / 1
Wydanie · Softcover

Grandes modelos de lenguaje: una guía práctica (Spanish Edition). Comprensión y generación del lenguaje

JAJay Alammar
—
rok wydania
428
stron
polski (Polska)
język
Softcover
typ okładki
Wydawca
O'Reilly Media (Z chęcią przeczytam książkę w języku polskim)
ISBN-13
978-10-9818-010-2
EAN
9781098180102
Data wydania
—
Książka
Grandes modelos de lenguaje: una guía práctica (Spanish Edition). Comprensión y generación del lenguaje · 1 wydanie
Wydawca o tym wydaniu

La IA ha adquirido nuevas y sorprendentes capacidades lingüísticas en los últimos ańos. Impulsados por los rápidos avances en Deep Learning, los sistemas de IA lingüística son capaces de escribir y comprender textos mejor que nunca. Esta tendencia está dando lugar a nuevas funciones, productos e industrias enteras. A través de la naturaleza visualmente educativa de este libro, los lectores aprenderán herramientas prácticas y conceptos que necesitan para utilizar estas capacidades hoy en día. Aprenderás a utilizar modelos de lenguaje de gran tamańo previamente entrenados para casos de uso como la redacción publicitaria y la síntesis; a crear sistemas de búsqueda semántica que van más allá de la coincidencia de palabras clave; y a utilizar bibliotecas existentes y modelos previamente entrenados para la clasificación, búsqueda y agrupación de textos. Este libro también te ayuda a: Comprender la arquitectura de los modelos de lenguaje Transformer que destacan en la generación y representación de texto. Comprender la arquitectura de los modelos de lenguaje Transformer que destacan en la generación y representación de texto. Construir canalizaciones avanzadas de LLM para agrupar documentos de texto y explorar los temas que tratan Construir motores de búsqueda semántica que vayan más allá de la búsqueda por palabras clave, utilizando métodos como la recuperación densa y los reordenadores. Explora cómo se pueden utilizar los modelos generativos, desde la ingeniería de prompts hasta la generación aumentada por recuperación. Obtén una comprensión más profunda de cómo entrenar LLMs y optimizarlos para aplicaciones específicas utilizando el ajuste fino de modelos generativos, el ajuste fino contrastivo y el aprendizaje en contexto.