CodeMode | Программирование

📕 Large Language Models for Developers

Автор: Кампесато Освальд

Описание:
Эта книга предлагает подробное изучение больших языковых моделей (LLM), знакомя разработчиков с меняющимся ландшафтом генеративного ИИ и обучая их навыкам использования LLM в практических приложениях. Эта книга, предназначенная для разработчиков, имеющих фундаментальное представление о машинном обучении, охватывает такие важные темы, как методы оперативного проектирования, методы тонкой настройки, механизмы внимания и стратегии квантования для оптимизации и развертывания LLMS. Начиная с введения в генеративный ИИ, книга объясняет различия между диалоговым ИИ и генеративными моделями, такими как GPT-4 и BERT, закладывая основу для оперативного проектирования (главы 2 и 3). Некоторые из LLM, которые используются для создания дополнений к запросам, включают Llama-3.1 405B, Llama 3, GPT-4o, Claude 3, Google Gemini и Meta AI. Читатели учатся искусству создания эффективных подсказок, знакомясь с такими передовыми методами, как цепочка подсказок (CoT) и древо подсказок (Tree of Thought). По мере продвижения книги в ней подробно описываются методы тонкой настройки (главы 5 и 6), демонстрируется, как настраивать LLMS для конкретных задач с помощью таких методов, как LoRa и QLoRA, и приводятся примеры кода на Python для практического изучения. Читатели также знакомятся с механизмом привлечения внимания в архитектуре transformer (глава 8), а также с пошаговыми инструкциями по внедрению уровней само-внимания. Для разработчиков, стремящихся оптимизировать производительность LLM, книга завершается описанием методов квантования (главы 9 и 10), в которых рассматриваются такие стратегии, как динамическое квантование и вероятностное квантование, которые помогают уменьшить размер модели без ущерба для производительности.

🧷Скачать бесплатно

2024 #ENG #LLM

CodeMode | Программирование

www.tgoop.com/code_m0de/4617

764 viewsJun 17 at 11:07

📕 Large Language Models for Developers

Автор: Кампесато Освальд

Описание:
Эта книга предлагает подробное изучение больших языковых моделей (LLM), знакомя разработчиков с меняющимся ландшафтом генеративного ИИ и обучая их навыкам использования LLM в практических приложениях. Эта книга, предназначенная для разработчиков, имеющих фундаментальное представление о машинном обучении, охватывает такие важные темы, как методы оперативного проектирования, методы тонкой настройки, механизмы внимания и стратегии квантования для оптимизации и развертывания LLMS. Начиная с введения в генеративный ИИ, книга объясняет различия между диалоговым ИИ и генеративными моделями, такими как GPT-4 и BERT, закладывая основу для оперативного проектирования (главы 2 и 3). Некоторые из LLM, которые используются для создания дополнений к запросам, включают Llama-3.1 405B, Llama 3, GPT-4o, Claude 3, Google Gemini и Meta AI. Читатели учатся искусству создания эффективных подсказок, знакомясь с такими передовыми методами, как цепочка подсказок (CoT) и древо подсказок (Tree of Thought). По мере продвижения книги в ней подробно описываются методы тонкой настройки (главы 5 и 6), демонстрируется, как настраивать LLMS для конкретных задач с помощью таких методов, как LoRa и QLoRA, и приводятся примеры кода на Python для практического изучения. Читатели также знакомятся с механизмом привлечения внимания в архитектуре transformer (глава 8), а также с пошаговыми инструкциями по внедрению уровней само-внимания. Для разработчиков, стремящихся оптимизировать производительность LLM, книга завершается описанием методов квантования (главы 9 и 10), в которых рассматриваются такие стратегии, как динамическое квантование и вероятностное квантование, которые помогают уменьшить размер модели без ущерба для производительности.

🧷Скачать бесплатно

2024 #ENG #LLM

CodeMode | Программирование

BY CodeMode | Программирование