Maarten grootendorst jay alammar (22 Ergebnisse)

PAP. Zustand: New. New Book. Shipped from UK. Established seller since 2000.

Zustand: New.

Zustand: New.

Zustand: New.

Zustand: As New. Unread book in perfect condition.

Zustand: New. In English.

Zustand: New.

Zustand: New. 2024. 1st Edition. paperback. . . . . . Books ship from the US and Ireland.

Paperback. Zustand: Brand New. 400 pages. 9.19x7.00x9.19 inches. In Stock.

Zustand: New.

Zustand: New. &Uumlber den AutorJay Alammar is Director and Engineering Fellow at Cohere (pioneering provider of large language models as an API). In this role, he advises and educates enterprises and the developer community on using language models .

Zustand: New.

Softcover/Taschenbuch. Zustand: Neu. AI has acquired startling new language capabilities in just the past few years. Driven by rapid advances in deep learning, language AI systems are able to write and understand text better than ever before. This trend is enabling new features, products, and entire industries. Through this book's visually educational nature, readers will learn practical tools and concepts they need to use these capabilities today. You'll understand how to use pretrained large language models for use cases like copywriting and summarization; create semantic search systems that go beyond keyword matching; and use existing libraries and pretrained models for text classification, search, and clusterings. This book also helps you: - Understand the architecture of Transformer language models that excel at text generation and representation - Build advanced LLM pipelines to cluster text documents and explore the topics they cover - Build semantic search engines that go beyond keyword search, using methods like dense retrieval and rerankers - Explore how generative models can be used, from prompt engineering all the way to retrieval-augmented generation - Gain a deeper understanding of how to train LLMs and optimize them for specific applications using generative model fine-tuning, contrastive fine-tuning, and in-context learning Sprache: Englisch Gewicht in Gramm: 752.…

Paperback. Zustand: New. Artificial intelligence is entering a new phase. No longer limited to answering prompts or completing simple writing tasks, AI agents can now reason, plan, and act with increasing independence. From accelerating scientific breakthroughs to supporting creative work, these systems are quickly reshaping industries and everyday life. This book provides the conceptual foundation and practical insights you need to understand-and effectively work with-this emerging technology.Through hundreds of clear graphic illustrations, Maarten Grootendorst and Jay Alammar explain how AI agents are built, how they think, and where they're heading. Designed for professionals, students, and curious learners alike, this guide goes beyond the buzz to reveal what's actually happening inside these systems, why it matters, and how to apply the knowledge in real-world contexts. With its visual storytelling and accessible explanations, An Illustrated Guide to AI Agents is your essential reference for navigating the next frontier of artificial intelligence.Explore the core architecture of AI agents: tools, memory, and planningUnderstand reasoning LLMs, multimodal models, and multi-agent collaborationLearn advanced methods, including distillation, quantization, and reinforcement learningEvaluate real-world applications, strengths, and limitations of AI agents.…

Zustand: gut. 2024. Hands-On Large Language Models: Language Understanding and Generation In englischer Sprache. pages.

Zustand: New.

Paperback. Zustand: Brand New. 452 pages. Spanish language. 7.00x0.91x9.19 inches. In Stock.

Zustand: New.

Zustand: As New. Unread book in perfect condition.

perfect. Zustand: Brand New. 448 pages. German language. 6.38x1.02x9.29 inches. In Stock.

Zustand: New. Autor/Autorin: Jay AlammarJay Alammar ist Direktor und Engineering Fellow bei Cohere, dem Vorreiter bei der Bereitstellung von Large Language Models als API. In dieser Funktion beraet und schult er Unternehmen und die Entwicklergemeinschaft bei der .

Softcover/Taschenbuch. Zustand: Neu. Alle Werkzeuge und Techniken für die praktische Arbeit mit LLMs- Das Handbuch für das intuitive Verständnis von LLMs: Mit zahlreichen Visualisierungen, die Konzepte schnell zugänglich machen- Themen sind die Sprachverarbeitung - Textklassifikation, Suche oder Cluster - und die Sprachgenerierung - vom Prompt Engineering bis zur Retrieval Augmented Generation (RAG)- Die Autoren haben mit ihren beliebten Blogs Millionen von Entwickler*innen geholfen, Machine Learning und KI zu verstehenDiese umfassende und anschauliche Einführung in die Welt der LLMs beschreibt sowohl konzeptionelle Grundlagen als auch konkrete Anwendungen und nützliche Tools. Tauchen Sie in das Innenleben von LLMs ein und erkunden Sie ihre Architekturen, Einsatzbereiche, Trainingsmethoden und Feintuning-Techniken. Mit seiner einzigartigen Mischung aus intuitiv verständlichen Illustrationen und praxisbezogenen Erläuterungen ist dieses Buch die ideale Ausgangsbasis für alle, die die Möglichkeiten von KI-Systemen voll ausschöpfen möchten.Sie lernen, vortrainierte Transformer-LLMs von Hugging Face für Anwendungsfälle wie das Verfassen von Texten oder für Inhaltszusammenfassungen einzusetzen. Sie erfahren außerdem, wie Sie Suchsysteme erstellen und vorhandene Bibliotheken und vortrainierte Modelle für Textklassifikation, Suche und Clustering nutzen.- Verstehen Sie die Architektur von Transformer-basierten Sprachmodellen, die bei der Textgenerierung und -repräsentation hervorragende Ergebnisse liefern- Entwerfen Sie fortgeschrittene LLM-Pipelines, um Textdokumente zu clustern und die darin enthaltenen Themen zu erforschen- Erstellen Sie semantische Suchmaschinen, die über den Abgleich von Schlagwörtern hinausgehen und auf Methoden wie Dense Retrieval und Reranking basieren- Lernen Sie, wie Sie generative Modelle optimal einsetzen - vom Prompt Engineering bis hin zur Retrieval Augmented Generation (RAG)- Entwickeln Sie ein tieferes Verständnis dafür, wie LLMs trainiert und für spezifische Anwendungen optimiert werden, beispielsweise durch Feintuning generativer Modelle, Contrastive Fine-Tuning und In-Context-Learning De Gewicht in Gramm: 824.…