Suite à une grève chez bpost il n'est temporairement pas possible de choisir pour livraison à domicile ou à une autre adresse. Besoin de quelque chose en urgence ? Choissisez pour retrait en magasin ou passez plutôt dans un magasin Club à proximité.
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Suite à une grève chez bpost il n'est temporairement pas possible de choisir pour livraison à domicile ou à une autre adresse. Besoin de quelque chose en urgence ? Choissisez pour retrait en magasin ou passez plutôt dans un magasin Club à proximité.
- Retrait gratuit dans votre magasin Club
- 7.000.0000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Prompt Engineering for Generative AI
Future-Proof Inputs for Reliable AI Outputs
James Phoenix, Mike Taylor
Livre broché | Anglais
89,45 €
+ 178 points
Description
Large language models (LLMs) and diffusion models such as ChatGPT and Stable Diffusion have unprecedented potential. Because they have been trained on all the public text and images on the internet, they can make useful contributions to a wide variety of tasks. And with the barrier to entry greatly reduced today, practically any developer can harness LLMs and diffusion models to tackle problems previously unsuitable for automation.
With this book, you'll gain a solid foundation in generative AI, including how to apply these models in practice. When first integrating LLMs and diffusion models into their workflows, most developers struggle to coax reliable enough results from them to use in automated systems. Authors James Phoenix and Mike Taylor show you how a set of principles called prompt engineering can enable you to work effectively with AI.
Learn how to empower AI to work for you. This book explains:
- The structure of the interaction chain of your program's AI model and the fine-grained steps in between
- How AI model requests arise from transforming the application problem into a document completion problem in the model training domain
- The influence of LLM and diffusion model architecture--and how to best interact with it
- How these principles apply in practice in the domains of natural language processing, text and image generation, and code
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 396
- Langue:
- Anglais
Caractéristiques
- EAN:
- 9781098153434
- Date de parution :
- 25-06-24
- Format:
- Livre broché
- Format numérique:
- Trade paperback (VS)
- Dimensions :
- 178 mm x 233 mm
