Avis des lecteurs
Résumé:Le livre « Quick Start Guide to Large Language Models » de Sinan est très apprécié pour sa capacité à simplifier des sujets complexes en IA et LLM pour des lecteurs de tous horizons. Il offre des conseils pratiques, des aperçus détaillés et des exemples clairs, ce qui le rend particulièrement utile pour les programmeurs et les nouveaux venus dans le domaine. Cependant, certains lecteurs ont trouvé des problèmes avec la qualité d'impression du livre et l'exhaustivité de la base de code, ce qui a conduit à des commentaires mitigés sur son utilité globale.
Avantages:⬤ Offre des explications claires et accessibles de concepts LLM complexes
⬤ inclut des exemples pratiques et des applications
⬤ sert de ressource précieuse pour les débutants et les développeurs expérimentés
⬤ bien structuré avec des guides de codage utiles
⬤ permet aux lecteurs non techniques de s'engager dans des discussions sur l'IA.
⬤ Mauvaise qualité d'impression affectant la lisibilité
⬤ base de code incomplète ou obsolète
⬤ certains lecteurs ont estimé que le contenu était superficiel ou décousu
⬤ les diagrammes et infographies manquaient de qualité et de clarté
⬤ quelques commentaires ont suggéré qu'il n'était peut-être pas assez approfondi pour les utilisateurs avancés.
(basé sur 36 avis de lecteurs)
Titre original :
Quick Start Guide to Large Language Models: Strategies and Best Practices for Using Chatgpt and Other Llms
Contenu du livre :
Le guide pratique, étape par étape, de l'utilisation des LLM à grande échelle dans les projets et les produits.
Les grands modèles de langage (LLM) tels que ChatGPT démontrent des capacités époustouflantes, mais leur taille et leur complexité ont dissuadé de nombreux praticiens de les appliquer. Dans Quick Start Guide to Large Language Models, Sinan Ozdemir, pionnier du data scientist et entrepreneur en IA, lève ces obstacles et fournit un guide pour travailler avec, intégrer et déployer les LLM afin de résoudre des problèmes pratiques.
Ozdemir rassemble tout ce dont vous avez besoin pour commencer, même si vous n'avez pas d'expérience directe avec les LLM : instructions étape par étape, meilleures pratiques, études de cas réels, exercices pratiques, et plus encore. En cours de route, il partage ses connaissances sur le fonctionnement interne des LLM pour vous aider à optimiser le choix du modèle, les formats de données, les paramètres et les performances. Vous trouverez encore plus de ressources sur le site Web d'accompagnement, y compris des échantillons de données et de code pour travailler avec des LLM ouverts et fermés tels que ceux d'OpenAI (GPT-4 et ChatGPT), de Google (BERT, T5 et Bard), d'EleutherAI (GPT-J et GPT-Neo), de Cohere (la famille Command) et de Meta (BART et la famille LLaMA).
⬤ Apprenez les concepts clés : pré-entraînement, apprentissage par transfert, réglage fin, attention, embeddings, tokenisation, et plus encore.
⬤ Utilisez les API et Python pour affiner et personnaliser les LLM en fonction de vos besoins.
⬤ Construire un système complet de recherche d'information neuronale/sémantique et l'attacher à des LLM conversationnels pour une génération augmentée par la recherche.
⬤ Maîtriser les techniques avancées d'ingénierie de l'invite telles que la structuration de la sortie, la chaîne de pensée et l'invite sémantique à quelques coups.
⬤ Personnaliser l'intégration des LLM pour construire un moteur de recommandation complet à partir des données de l'utilisateur.
⬤ Construire et affiner des architectures de transformateurs multimodaux en utilisant des LLM opensource.
⬤ Aligner les LLMs en utilisant l'apprentissage par renforcement à partir du feedback humain et de l'IA (RLHF/RLAIF).
⬤ Déployer des messages-guides et des LLM personnalisés dans le nuage en gardant à l'esprit l'évolutivité et les pipelines d'évaluation.
"En équilibrant le potentiel des modèles à source ouverte et fermée, Quick Start Guide to Large Language Models se présente comme un guide complet pour comprendre et utiliser les LLM, comblant le fossé entre les concepts théoriques et l'application pratique.
-- Giada Pistilli, éthicienne principale chez HuggingFace.
"Une ressource rafraîchissante et inspirante. Il regorge de conseils pratiques et d'explications claires qui vous permettront de mieux comprendre ce nouveau domaine incroyable".
-- Pete Huang, auteur de The Neuron
Enregistrez votre livre pour bénéficier d'un accès pratique aux téléchargements, aux mises à jour et/ou aux corrections dès qu'elles sont disponibles. Voir les détails à l'intérieur du livre.
Autres informations sur le livre :
| ISBN : | 9780138199197 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
