AI 在过去的几年中获得了惊人的新语言能力。在深度学习的快速进步推动下,语言 AI 系统现在能够比以往任何时候都更好地编写和理解文本。这一趋势促成了新功能、产品和整个行业的崛起。有了这本书,Python 开发者将学到他们今天需要使用这些能力的实用工具和概念。 您将学习如何利用预训练的大型语言模型的能力,用于如拷贝写作和摘要等用例;创建超越关键词匹配的语义搜索系统;构建系统对文本进行分类和聚类,从而使大量的文本文件可扩展理解;以及使用现有库和预训练模型进行文本分类、搜索和聚类 。 本书还将教您如何: 构建高级的 LLM(大型语言模型)流水线来聚类文本文档并探索它们所属的主题 构建超越关键词搜索的语义搜索引擎,使用像密集检索和重新排名这样的方法 了解这些模型可以提供价值的各种用例 理解像 BERT 和 GPT 这样的基础 Transformer 模型的架构 深入了解 LLMs 如何被训练 理解为特定应用优化 LLMs 的不同方法(生成模型微调、对比微调、上下文学习等) 使用像生成模型微调、对比微调和上下文学习这样的方法为特定应用优化 LLMs。

成为VIP会员查看完整内容
235

相关内容

【Manning新书】面向数据编程降低软件复杂度,426页pdf
专知会员服务
88+阅读 · 2022年9月5日
【2020新书】C语言编程傻瓜式入门,第二版,464页pdf
专知会员服务
66+阅读 · 2020年10月15日
国家自然科学基金
37+阅读 · 2015年12月31日
国家自然科学基金
14+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
A Survey of Large Language Models
Arxiv
494+阅读 · 2023年3月31日
Arxiv
81+阅读 · 2023年3月26日
Arxiv
180+阅读 · 2023年3月24日
Arxiv
25+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
37+阅读 · 2015年12月31日
国家自然科学基金
14+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
相关论文
A Survey of Large Language Models
Arxiv
494+阅读 · 2023年3月31日
Arxiv
81+阅读 · 2023年3月26日
Arxiv
180+阅读 · 2023年3月24日
Arxiv
25+阅读 · 2023年3月17日
微信扫码咨询专知VIP会员