在过去的几年里,人工智能在语言能力方面取得了惊人的新进展。由深度学习的快速进步所推动,语言AI系统在编写和理解文本方面的能力比以往任何时候都要好。这一趋势促成了新功能、产品乃至整个行业的崛起。通过这本书,Python开发者将学习到使用这些能力所需的实用工具和概念。你将学习如何利用预训练的大型语言模型的力量,用于像文案写作和摘要等用例;创建超越关键词匹配的语义搜索系统;构建分类和聚类文本的系统,以实现对大量文本文档的可扩展理解;以及使用现有库和预训练模型进行文本分类、搜索和聚类。这本书还将向你展示如何:

  • 构建高级LLM管道以聚类文本文档并探索它们所属的主题
  • 使用像密集检索和重排方法构建超越关键词搜索的语义搜索引擎
  • 学习这些模型可以提供价值的各种用例
  • 理解底层变换器模型如BERT和GPT的架构
  • 更深入地理解LLMs是如何被训练的
  • 理解不同的微调方法是如何优化特定应用中的LLMs的(生成模型微调、对比微调、提示学习等)
  • 使用诸如生成模型微调、对比微调和提示学习等方法,为特定应用优化LLMs

成为VIP会员查看完整内容
119

相关内容

大语言模型是基于海量文本数据训练的深度学习模型。它不仅能够生成自然语言文本,还能够深入理解文本含义,处理各种自然语言任务,如文本摘要、问答、翻译等。2023年,大语言模型及其在人工智能领域的应用已成为全球科技研究的热点,其在规模上的增长尤为引人注目,参数量已从最初的十几亿跃升到如今的一万亿。参数量的提升使得模型能够更加精细地捕捉人类语言微妙之处,更加深入地理解人类语言的复杂性。在过去的一年里,大语言模型在吸纳新知识、分解复杂任务以及图文对齐等多方面都有显著提升。随着技术的不断成熟,它将不断拓展其应用范围,为人类提供更加智能化和个性化的服务,进一步改善人们的生活和生产方式。
【2023新书】大型语言模型:语言理解和生成, 191页pdf
专知会员服务
204+阅读 · 2023年11月2日
【2023新书】强化学习基础,97页pdf
专知会员服务
104+阅读 · 2023年8月23日
【Manning2022新书】深度学习自然语言处理,296页pdf
专知会员服务
144+阅读 · 2022年10月25日
【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
74+阅读 · 2022年9月5日
【2020新书】程序员的机器学习与人工智能指南,350页pdf
专知会员服务
75+阅读 · 2020年12月25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
60+阅读 · 2020年10月15日
【2022新书】深度学习归一化技术,117页pdf
专知
17+阅读 · 2022年11月25日
【Manning新书】自然语言处理入门,458页pdf
专知
25+阅读 · 2022年9月22日
【新书】分布式强化学习,280页pdf
专知
19+阅读 · 2021年12月19日
国家自然科学基金
5+阅读 · 2017年6月30日
国家自然科学基金
11+阅读 · 2016年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
Arxiv
129+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
319+阅读 · 2023年3月31日
Arxiv
53+阅读 · 2023年3月26日
Arxiv
111+阅读 · 2023年3月24日
Arxiv
14+阅读 · 2023年3月17日
VIP会员
相关VIP内容
【2023新书】大型语言模型:语言理解和生成, 191页pdf
专知会员服务
204+阅读 · 2023年11月2日
【2023新书】强化学习基础,97页pdf
专知会员服务
104+阅读 · 2023年8月23日
【Manning2022新书】深度学习自然语言处理,296页pdf
专知会员服务
144+阅读 · 2022年10月25日
【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
74+阅读 · 2022年9月5日
【2020新书】程序员的机器学习与人工智能指南,350页pdf
专知会员服务
75+阅读 · 2020年12月25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
60+阅读 · 2020年10月15日
相关基金
国家自然科学基金
5+阅读 · 2017年6月30日
国家自然科学基金
11+阅读 · 2016年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员