Hands-On Large Language Models

KI hat in den letzten Jahren erstaunliche neue Sprachfähigkeiten erlangt. Angetrieben von den rasanten Fortschritten im Bereich des Deep Learning sind Sprach-KI-Systeme in der Lage, Texte besser zu schreiben und zu verstehen als je zuvor. Dieser Trend ermöglicht das Entstehen neuer Funktionen, Produkte und ganzer Industrien. Durch die visuell lehrreiche Natur dieses Buches werden Python-Entwickler die praktischen Werkzeuge und Konzepte erlernen, die sie benötigen, um diese Fähigkeiten heute zu nutzen.

Sie werden lernen, wie man die Kraft von vortrainierten grossen Sprachmodellen für Anwendungsfälle wie Texterstellung und Zusammenfassungen nutzt; semantische Suchsysteme zu erstellen, die über die Schlüsselwortsuche hinausgehen; Systeme zu bauen, die Texte klassifizieren und clustern, um ein skalierbares Verständnis einer grossen Anzahl von Textdokumenten zu ermöglichen; und bestehende Bibliotheken sowie vortrainierte Modelle für Textklassifikation, Suche und Clustering zu verwenden.

Dieses Buch zeigt Ihnen auch, wie Sie:

• Fortgeschrittene LLM-Pipelines erstellen, um Textdokumente zu clustern und die Themen zu erkunden, zu denen sie gehören
• Semantische Suchmaschinen entwickeln, die über die Schlüsselwortsuche hinausgehen, mit Methoden wie dichten Abruf und Nachrankern
• Verschiedene Anwendungsfälle kennenlernen, in denen diese Modelle einen Mehrwert bieten können
• Die Architektur der zugrunde liegenden Transformer-Modelle wie BERT und GPT verstehen
• Ein tieferes Verständnis dafür gewinnen, wie LLMs trainiert werden
• LLMs für spezifische Anwendungen mit Methoden wie Feinabstimmung generativer Modelle, kontrastiver Feinabstimmung und In-Context-Lernen optimieren

Jay Alammar ist Direktor und Engineering Fellow bei Cohere, einem Pionieranbieter von grossen Sprachmodellen als API. Maarten Grootendorst ist Senior Clinical Data Scientist bei der Netherlands Comprehensive Cancer Organisation.