Transformery w przetwarzaniu języka naturalnego i widzenia komputerowego. Generatywna AI oraz modele LLM z wykorzystaniem Hugging Face, ChatGPT, GPT-4V i DALL-E 3

Transformery przekształciły sposób, w jaki przetwarzamy język naturalny, analizujemy obrazy oraz działamy w dziedzinie komputerowego widzenia. Modele generatywne oparte na technologii transformerów, dostępne poprzez ChatGPT z GPT-4V, w zadaniach związanych z tekstem i obrazami przewyższają możliwości ludzkie. Aby uczestniczyć w tej rosnącej fali innowacji, kluczowa jest znajomość działania transformatorów.Książka, o której mowa, jest dedykowana praktykom takim jak analitycy danych czy inżynierowie uczenia maszynowego. Przedstawia różnorodne architektury oparte na transformerach, począwszy od pierwszych, podstawowych modeli aż po najnowsze osiągnięcia w zakresie generatywnej sztucznej inteligencji. Czytelnik dowie się, jak przeprowadzać wstępne szkolenie i precyzyjne dostrajanie modeli LLM oraz pracować nad różnymi zastosowaniami. Poruszane są także zagadnienia halucynacji i zagrożeń dla prywatności, a także sposoby ich redukowania. Książka podkreśla również strategie na rzecz poprawy dokładności modeli LLM i większej kontroli nad ich rezultatami. Znajdzie się w niej również obszerna dyskusja na temat modeli generatywnych, wizyjnych i architektur multimodalnych oraz opisy najlepszych praktyk w tej dziedzinie.