Descripción
Los modelos de lenguaje grandes (LLM) y los modelos de difusión como ChatGPT y Stable Diffusion tienen un potencial sin precedentes. Debido a que han sido entrenados con todo el texto e imágenes públicas de internet, pueden hacer contribuciones útiles a una amplia variedad de tareas. Y con la barrera de entrada drásticamente reducida hoy en día, prácticamente cualquier desarrollador puede aprovechar los LLM y los modelos de difusión para abordar problemas que antes no eran adecuados para la automatización.
Con este libro, obtendrá una base sólida en inteligencia artificial generativa, incluyendo cómo aplicar estos modelos en la práctica. Al integrar por primera vez los LLM y los modelos de difusión en sus flujos de trabajo, la mayoría de los desarrolladores luchan por obtener resultados lo suficientemente fiables de ellos para usarlos en sistemas automatizados. Los autores James Phoenix y Mike Taylor le muestran cómo un conjunto de principios llamado ingeniería de prompts puede permitirle trabajar eficazmente con IA.
Aprenda a potenciar la IA para que trabaje para usted. Este libro explica:
- La estructura de la cadena de interacción del modelo de IA de su programa y los pasos detallados intermedios
- Cómo surgen las solicitudes del modelo de IA al transformar el problema de la aplicación en un problema de finalización de documentos en el dominio de entrenamiento del modelo
- La influencia de la arquitectura del LLM y del modelo de difusión, y cómo interactuar mejor con ella
- Cómo se aplican estos principios en la práctica en los dominios del procesamiento del lenguaje natural, la generación de texto e imágenes, y el código
Autor: James Phoenix, Mike Taylor
Editorial: O'Reilly Media
Publicado: 25/06/2024
Páginas: 422
Tipo de encuadernación: Tapa blanda
Peso: 1.47lbs
Tamaño: 9.19h x 7.00w x 0.86d
ISBN13: 9781098153434
ISBN10: 109815343X
Categorías BISAC:
- Computadoras | Inteligencia artificial | Procesamiento del lenguaje natural
- Computadoras | Ciencia de datos | Redes neuronales
- Computadoras | Teoría de la máquina