Generative AI and LLMs

EAN/GTIN:: 9783111424637
Hersteller-Nr.:: 9783111424637
Kategorie:: Gedruckte Bücher
Angebote:: 2 Shops
Preisspanne:: 134,95 € – 135,39 €

Preisalarm

Bester Preis

2 Angebote

ab 134,95 €

Günstigstes Angebot

preigu

Versandkostenfrei · 1-2 Werktage

134,95 €

Gesamt 134,95 €

Zum Shop: preigu

Zuletzt aktualisiert: 14. November 2026, 14:21 Uhr

Preisvergleich: 2 Angebote

Sortiert nach Gesamtpreis inkl. Versand · Preise inkl. MwSt. · Als „Nicht verifiziert“ markierte Angebote stammen von Shops ohne Partnerschaft und werden nie als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Bei gleichem Gesamtpreis steht das früher gelistete Angebot zuerst. * „statt“: vom Shop angegebener Vergleichspreis (früherer Shop-Preis oder UVP), nicht von uns geprüft.

Bester Preis

preigu

134,95 €

Gesamt: 134,95 €

Auf Lager · 1-2 Werktage

Versandkostenfrei

Zum Shop
averdo

135,39 €

Gesamt: 135,39 €

Auf Lager

Versand: siehe Shop

Zum Shop

Anzeige: CyberSlide ist ein Preisvergleichsdienst (Comparison Shopping Service) und kein Händler. Wenn du über „Zum Shop“ zu einem Händler wechselst oder dort kaufst, erhalten wir ggf. eine Provision (Affiliate-Link). Für dich entstehen dabei keine Mehrkosten. Die Reihenfolge der Angebote richtet sich ausschließlich nach dem Gesamtpreis inkl. Versand; nicht verfügbare Angebote stehen am Ende. Gelistet werden überwiegend Shops, mit denen wir zusammenarbeiten (Partnerprogramme bzw. Provision) – der Vergleich bildet daher nicht den gesamten Markt ab. Angebote mit „Nicht verifiziert“ stammen von Shops ohne Partnerschaft: Ihre Preise lesen wir automatisch von der Shop-Website (ohne Gewähr); sie werden nicht als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Mehr zu Ranking & Bewertungen · Inhalt melden

Alle Preise in Euro inkl. gesetzlicher MwSt., zzgl. der angegebenen Versandkosten. Preise und Verfügbarkeit können sich seit der letzten Aktualisierung geändert haben; maßgeblich ist der Preis im Shop.

Preisverlauf

Tiefstpreis: –
Höchstpreis: –
Veränderung: –

Preisverlauf wird geladen …

Günstigster Preis über alle Shops (ohne Versand). Gespeichert wird nur, wenn sich der Bestpreis ändert; Daten älter als 12 Monate als Monats-Tiefst-/Höchstpreis.

Preisalarm

Wir schicken dir eine E-Mail, sobald dein Wunschpreis erreicht ist.

Produktbeschreibung

Generative artificial intelligence (GAI) and large language models (LLM) are machine learning algorithms that operate in an unsupervised or semi-supervised manner. These algorithms leverage pre-existing content, such as text, photos, audio, video, and code, to generate novel content. The primary objective is to produce authentic and novel material. In addition, there exists an absence of constraints on the quantity of novel material that they are capable of generating. New material can be generated through the utilization of Application Programming Interfaces (APIs) or natural language interfaces, such as the ChatGPT developed by Open AI and Bard developed by Google. The field of generative artificial intelligence (AI) stands out due to its unique characteristic of undergoing development and maturation in a highly transparent manner, with its progress being observed by the public at large. The current era of artificial intelligence is being influenced by the imperative to effectively utilise its capabilities in order to enhance corporate operations. Specifically, the use of large language model (LLM) capabilities, which fall under the category of Generative AI, holds the potential to redefine the limits of innovation and productivity. However, as firms strive to include new technologies, there is a potential for compromising data privacy, long-term competitiveness, and environmental sustainability. This book delves into the exploration of generative artificial intelligence (GAI) and LLM. It examines the historical and evolutionary development of generative AI models, as well as the challenges and issues that have emerged from these models and LLM. This book also discusses the necessity of generative AI-based systems and explores the various training methods that have been developed for generative AI models, including LLM pretraining, LLM fine-tuning, and reinforcement learning from human feedback. Additionally, it explores the potential use cases, applications, and ethical considerations associated with these models. This book concludes by discussing future directions in generative AI and presenting various case studies that highlight the applications of generative AI and LLM.