| Verfasst von: | Ozdemir, Sinan [VerfasserIn]  |
|---|
| Titel: | Praxiseinstieg Large Language Models |
|---|
| Titelzusatz: | Strategien und Best Practices für den Einsatz von ChatGPT und anderen LLMs |
|---|
| Mitwirkende: | Langenau, Frank [ÜbersetzerIn] |
|---|
| Werktitel: | Quick start guide to large language models: strategies and best practices for using ChatGPT and other LLMs |
|---|
| Verf.angabe: | Sinan Ozdemir ; deutsche Übersetzung von Frank Langenau |
|---|
| Ausgabe: | 1. Auflage, deutsche Ausgabe |
|---|
| Verlagsort: | Heidelberg |
|---|
| Verlag: | O'Reilly® |
|---|
| Jahr: | 2024 |
|---|
| Umfang: | 271 Seiten |
|---|
| Illustrationen: | Illustrationen, Diagramme |
|---|
| Format: | 24 cm x 16.5 cm |
|---|
| ISBN: | 978-3-96009-240-7 |
|---|
| Abstract: | Das Buch bietet einen Überblick über zentrale Konzepte und Techniken von LLMs wie z.B. ChatGPT und zeigt das Potenzial von Open-Source- und Closed-Source-Modellen Es erläutert, wie Large Language Models funktionieren und wie sie für Aufgaben des Natural Language Processing (NLP) genutzt werden Auch für interessierte Nicht-Data-Scientists mit Python-Kenntnissen verständlich Themen z.B.: die ChatGPT-API, Prompt-Engineering, Chatbot-Personas, Cloud-Bereitstellung; deckt auch GPT-4 ab Large Language Models (LLMs) wie ChatGPT zeigen erstaunliche Fähigkeiten, aber ihre Größe und Komplexität halten viele Praktiker_innen davon ab, sie in ihren eigenen Anwendungen einzusetzen. In dieser Einführung räumt Data Scientist und KI-Unternehmer Sinan Ozdemir diese Hindernisse aus dem Weg und bietet einen Leitfaden für den Einsatz von LLMs zur Lösung praktischer NLP-Probleme. Sinan Ozdemir hat alles zusammengestellt, was Sie für den Einstieg brauchen, auch wenn Sie noch keine Erfahrung mit LLMs haben: Schritt-für-Schritt-Anleitungen, Best Practices, Fallstudien aus der Praxis, Übungsaufgaben und vieles mehr. Gleichzeitig bietet er Einblicke in die Funktionsweise von LLMs, um Sie bei der Auswahl von Modellen, Datenformaten und Parametern zu unterstützen. Auf der begleitenden Website des Autors finden Sie weitere Ressourcen, darunter Beispieldatensätze und Code für die Arbeit mit Open-Source- und Closed-Source-LLMs |
|---|
| URL: | Inhaltstext: http://deposit.dnb.de/cgi-bin/dokserv?id=c6338e9671f34201b3c34de4f0e2f7e4&prov=M&dok_var=1&dok_ext=htm |
|---|
| | Cover: https://www.dietmardreier.de/annot/564C42696D677C7C393738333936303039323430377C7C434F50.jpg?sq=1 |
|---|
| | Inhaltsverzeichnis: https://www.gbv.de/dms/tib-ub-hannover/1880251140.pdf |
|---|
| Schlagwörter: | (s)Prompt Engineering / (s)Großes Sprachmodell / (s)Künstliche Intelligenz / (s)ChatGPT / (s)Großes Sprachmodell |
|---|
| | (s)Python <Programmiersprache> |
|---|
| | (s)Data Science / (s)Einführung |
|---|
| Sprache: | ger |
|---|
| Bibliogr. Hinweis: | Parallele Sprachausgabe |
|---|
| | Erscheint auch als : Online-Ausgabe: Ozdemir, Sinan: Praxiseinstieg Large Language Models. - 1. Auflage. - Heidelberg : O'Reilly, 2024. - 1 Online-Ressource (274 Seiten) |
|---|
| | Erscheint auch als : Online-Ausgabe: Ozdemir, Sinan: Praxiseinstieg Large Language Models. - 1. Auflage. - Heidelberg : O'Reilly, 2024. - 1 Online-Ressource (271 Seiten) |
|---|
| RVK-Notation: | ST 306 |
|---|
| Sach-SW: | COM094000 |
|---|
| | COMPUTERS / Natural Language Processing |
|---|
| | Natürliche Sprachen und maschinelle Übersetzung |
|---|
| K10plus-PPN: | 1880251140 |
|---|
