本书介绍
这本指南专注于实用的生成式人工智能技术,特别是转换器和扩散模型。它详细讲述了从定义项目用例到模型选择、微调直至部署的整个生成式AI项目周期。书中的目标是指导读者如何将生成式AI融入他们的业务场景,提供必要的工具和理念,以利用预训练的大型语言模型(LLM)进行文本复制、摘要等任务;构建复杂的LLM流程,用于文本聚类和主题探索;开发超越传统关键词搜索的语义搜索技术;以及深入理解Transformer模型的基础架构,包括BERT和GPT等。
本书免费获取地址:
关注下方公众号“大模型科技说”回复关键字“zzd24”获取下载地址。
读者将学习如何通过多种方法优化LLMs,包括生成模型微调、对比学习和上下文学习,以定制适合特定应用的语言模型。书中以易于理解的方式介绍理论,并配有大量代码示例和图表,方便读者在Google Colaboratory、Kaggle或Hugging Face Spaces等平台上进行最小设置后即可运行。你将学习如何利用Transformer和Diffusers等开源库进行代码实践,并研究现有项目以指导你的工作。书中涵盖了从基础到现代的生成式AI技术,包括构建和定制能够生成文本、图像和声音的模型;探讨从头开始训练大型预训练模型的权衡;创建能够通过其他图像风格修改图像的模型;调整和弯曲transformer和diffusion模型以实现创意目的;训练一个可以根据你的写作风格生成文本的模型;以及将模型部署为交互式演示或服务。
内容截图
本书免费下载地址
关注微信公众号“大模型科技说”回复关键字“zzd24”获取下载地址。
大模型科技说
大模型科技说
商务合作请联系微信号:AI_Knowledge_Zone