Generative AI and LLMs : Natural Language Processing and Generative Adversarial Networks /
Contiene: 1) Revelando el poder de la IA generativa: un viaje a grandes modelos de lenguaje; 2) Raíces tempranas de los modelos de IA generativa y LLM: un panorama diverso; 3) Modelos de IA generativa y LLM: técnicas de entrenamiento y métricas de evaluación; 4) Importancia de la ingeniería rápida e...
Guardado en:
| Otros autores: | |
|---|---|
| Formato: | Libro |
| Idioma: | Inglés |
| Publicado: |
Berlín, Alemania :
De Gruyter Brill,
2024, c2024
|
| Temas: | |
| Acceso en línea: | Ver documento en línea |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000629242 | ||
| 005 | 20260313000000.0 | ||
| 009 | 20260407175342.79 | ||
| 020 | |a 9783111425078 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 006. 31 |b GEN | ||
| 245 | 0 | 0 | |a Generative AI and LLMs : |b Natural Language Processing and Generative Adversarial Networks / |c Ed. de S. Balasubramaniam... [et al.]. |
| 264 | 4 | |a Berlín, Alemania : |b De Gruyter Brill, |c 2024, c2024 | |
| 264 | 2 | |a Berlín Alemania : |b De Gruyter Brill [distribución], |c 2026 | |
| 300 | |a 1 libro electrónico en línea (XIV, 275 p.) | ||
| 300 | |a 1 recurso en línea | ||
| 336 | |a datos para computadora |b cod |2 rdacontenido | ||
| 337 | |a computadora |b c |2 rdamedio | ||
| 338 | |a recurso en línea |b cr |2 rdasoporte | ||
| 506 | 0 | |a Licencias ilimitadas | |
| 520 | |a Contiene: 1) Revelando el poder de la IA generativa: un viaje a grandes modelos de lenguaje; 2) Raíces tempranas de los modelos de IA generativa y LLM: un panorama diverso; 3) Modelos de IA generativa y LLM: técnicas de entrenamiento y métricas de evaluación; 4) Importancia de la ingeniería rápida en modelos de IA generativa; 5) Métodos de preentrenamiento de LLM; 6) Ajuste fino de LLM: instrucción y ajuste fino de parámetros eficientes; 7) Aprendizaje de refuerzo a partir de la retroalimentación humana; 8) Explorando las aplicaciones en IA generativa y LLM; 9) Sesgo y equidad en IA generativa; 10) Direcciones futuras y problemas abiertos en IA generativa; 11) Optimización del ciclo de vida de la gestión de proyectos sostenibles utilizando modelos de IA generativa; 12) IA generativa y LLM: estudio de caso en finanzas; 13) IA generativa y LLM: estudio de caso en comercio electrónico. | ||
| 521 | |a De Gruyter 2026 EEnlace Departamento de Electrónica, Sistemas e Informática | ||
| 649 | |a XX | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) - |x Tema Principal | ||
| 650 | |a Inteligencia Artificial - |x Tema Principal | ||
| 650 | |a Interacción Hombre-Máquina | ||
| 650 | |a Comercio - |x Aspectos Tecnológicos | ||
| 650 | |a Finanzas - |x Aspectos Tecnológicos | ||
| 650 | |a Ingeniería Computacional | ||
| 700 | |a Balasubramaniam, S. |e (edición) | ||
| 856 | 4 | 0 | |u https://ezproxy.iteso.mx/login?qurl=https://www.degruyter.com/isbn/9783111425078 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 629242-1 |b IT2 |c EBO |i C |u 20260313 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000629242 | ||