Produktbild: Introduction to Foundation Models
- 16%

Introduction to Foundation Models

16% sparen

66,99 € UVP 80,24 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

13.06.2025

Abbildungen

XIII, 55 illus., schwarz-weiss Illustrationen

Verlag

Springer

Seitenzahl

310

Maße (L/B/H)

24,1/16/2,4 cm

Gewicht

651 g

Sprache

Englisch

ISBN

978-3-031-76769-2

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

13.06.2025

Abbildungen

XIII, 55 illus., schwarz-weiss Illustrationen

Verlag

Springer

Seitenzahl

310

Maße (L/B/H)

24,1/16/2,4 cm

Gewicht

651 g

Sprache

Englisch

ISBN

978-3-031-76769-2

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Introduction to Foundation Models
  • Part I-Fundamentals of Foundation Models.-Chapter 1-Foundation Models and Generative AI.- Chapter 2-Neural Networks.- Chapter 3- Learning and Generalization of Vision Transformers.- Chapter 4-Formalizing In-Context Learning in Transformers.- Part II Advanced Topics in Foundation Model.- Chapter 5-Automated Visual Prompting.- Chapter 6-Prompting Large Language Models with Privacy.- Chapter 7- Memory-Efficient Fine-Tuning for Foundation Models.- Chapter 8 Large Language Models Meet Time Series.- Chapter 9-Large Language Models Meet Speech Recognition.- Chapter 10-Benchmarking Foundation Models using Synthetic Datasets.- Chapter 11-Machine Unlearning for Foundation Models.- Chapter 12-Part III Trust and Safety in Foundation Models.- Chapter 12-Trustworthiness Evaluation of Large Language Models.- Chapter 13-Attacks and Defenses on Aligned Large Language Models.- Chapter 14- Safety Risks in Fine-tuning Large Language Models.- Chapter15- Watermarks for Large Language Models.- Chapter 16- AI-Generated Text Detection.- Chapter 17- Backdoor Risks in Diffusion Models.- Chapter 18- Prompt Engineering for Safety Red-teaming: A Case Study on Text-to-Image Diffusion Models.