KI hat in den letzten Jahren erstaunliche neue Sprachfähigkeiten entwickelt. Angetrieben durch rasante Fortschritte im Deep Learning sind Sprach-KI-Systeme in der Lage, Texte besser denn je zu schreiben und zu verstehen. Dieser Trend ermöglicht die Einführung neuer Funktionen, Produkte und ganzer Branchen. Mit diesem Buch lernen Python-Entwickler die praktischen Werkzeuge und Konzepte kennen, die sie benötigen, um diese Fähigkeiten heute zu nutzen.

Sie werden lernen, wie man die Kraft vortrainierter großer Sprachmodelle für Anwendungsfälle wie Copywriting und Zusammenfassung einsetzt; semantische Suchsysteme entwickelt, die über die Schlüsselwortsuche hinausgehen; Systeme erstellt, die Texte klassifizieren und clustern, um ein skalierbares Verständnis großer Textmengen zu ermöglichen; und bestehende Bibliotheken sowie vortrainierte Modelle für Textklassifikation, Suche und Clustering nutzt.

Dieses Buch zeigt Ihnen auch, wie man:

• Fortgeschrittene LLM-Pipelines zum Clustern von Textdokumenten aufbaut und die Themen, zu denen sie gehören, erkundet
• Semantische Suchmaschinen entwickelt, die über die Schlüsselwortsuche hinausgehen, mit Methoden wie Dense Retrieval und Rerankers
• Die Architektur zugrunde liegender Transformer-Modelle wie BERT und GPT versteht
• Tieferes Verständnis dafür gewinnt, wie LLMs trainiert werden
• LLMs für spezifische Anwendungen optimiert, mit Methoden wie Fine-Tuning generativer Modelle, kontrastivem Fine-Tuning und In-Context-Learning

Seiten: 400, Maße: 17,8x17,8cm