Introduction to Foundation Models
Книга «Introduction to Foundation Models» — это comprehensive руководство по фундаментальным моделям и генеративному ИИ, написанное экспертами из IBM Research и Michigan State University. Она охватывает как теоретические основы, так и продвинутые практические аспекты, включая безопасность и надежность.
Книга состоит из трех частей. Первая часть (главы 1–4) знакомит с основами фундаментальных моделей и генеративного ИИ, включая технические основы нейронных сетей, обучение и обобщение трансформеров, а также формализацию in-context learning.
Вторая часть (главы 5–11) посвящена продвинутым темам: автоматизированные методы визуального промптинга, промптинг LLM с учетом конфиденциальности, методы дообучения с эффективным использованием памяти, перепрограммирование LLM для задач машинного обучения временных рядов и речевых задач, использование синтетических данных для бенчмаркинга, а также machine unlearning для фундаментальных моделей.
Третья часть (главы 12–18) focuses на безопасности и доверии: оценка надежности LLM, jailbreak-атаки и защита от них, риски безопасности и другие аспекты AI safety. Книга будет полезна исследователям, практикам и студентам, интересующимся современными достижениями в области искусственного интеллекта.
