Über uns

À propos de nous

Open Access

Karriere

Carrière

Aboverträge Kündigen

Résiliation d’abonnement

Vertrag widerrufen

Résiliation de contrat 

Datenschutz

Protection des données

Impressum

Mentions légales

Barrierefreiheit

Accessibilité

Zahlung und Lieferung

Paiement et livraison

Libra

Was ist Libra?

C'est quoi Libra ?

Kostenlos testen

Tester gratuitement

LEXIA

LEXIA Arbeitsrecht

Was ist LEXIA?

C'est quoi LEXIA ?

LEXIA Familienrecht

Zeitschriften

Revues

recht

Pflegerecht

ZBJV

forumpoenale

ZStrR

Anwaltsrevue

Revue de l'avocat

RSAS

FamPra.ch

ASYL

Life Science Recht

BlAR

Sachbuch

Livres spécialisés

LOKI

Semaphor

Fokusthemen

Focus

Thema

Recht studieren

Arbeitsrecht

Droit du travail

Studium

Études

Familienrecht

Droit de la famille

Sozialversicherungsrecht

Droit des assurances sociales

Strafrecht

Droit pénal

Aktienrecht

Droit des sociétés anonymes

Persönlichkeitsrecht

Droit de la personnalité

Publikationen

Publications

Literatur

Digitales Angebot

Bücher

Livres

Buchreihen

Collections

Onlinemodule LEXIA

Modules en ligne LEXIA

recht.ch

Studienliteratur

Littérature pour les études

Swisslex

Dienstleistungen

Services

Dienstleistungen für

Corporate Books

Publishing Lösungen

Aktuelles

Geschäftskunden

Professionnels

Corporate Publishing

Content solutions

Buchhandlungen

Librairies

Veranstaltungen

Événements

Presse

Dozierende

Enseignants

Studierende

Étudiants

Inserierende

Annonceurs

Newsletter

Blog

Autorinnen/Autoren

Auteurs

Unsere Schreibenden

Hilfe

Unsere Autorinnen und Autoren

Liste

Autorenlounge

Espace des auteurs

Bei uns publizieren

Publier chez nous

Open Access Policy

Verlag

Éditions

Themen

Mehr wissen

Mitarbeitende

Collaborateurs

Geschichte

Histoire

Unser Magazin

Notre magazine

Vision und Mission

Vision et mission

Partner

Partenaires

Unternehmenskultur

Culture d'entreprise

Kontakt

Contact

Shop

Schweizer Recht

Ausländisches Recht

Über unseren Shop

Neuerscheinungen

Nouveautés

Sortiment & Suche

Catalogue & Recherche

Vorankündigungen

À paraître

Nach Rechtsgebiet

Par domaine juridique

Kommentare

Commentaires

Gesamtkatalog

Catalogue complet

Fachkatalog Recht

Catalogue de droit

Agrawal A: Building Software with Vibe
Coding

Building Software with Vibe Coding

From idea to production with AI (English Edition)

The danger of AI isn't that it gets things wrong. It's that it gets things wrong in a way that looks exactly right - polished, confident, and formatted like real work. And most of us have trained ourselves to trust polish.Maya is a capable professional who learns this the hard way. She sends a report built on a number the AI invented - a number that looked perfectly credible until a director tapped the line and asked where it came from. What follows is her journey from being fooled by fluent output to directing AI better than almost anyone around her.At the centre is CLIP-A - a simple, repeatable framework (Context, Lens, Instructions, Presentation, Add-ons) that turns a vague prompt into a precise brief, and a plausible-looking answer into one you can actually defend in a room.This is not a book about typing better prompts. It's about judgment: knowing when an output only looks right, where to put a human checkpoint, and how to make AI think faster and harder with you instead of quietly steering you. Real cases - including three that made the news - show exactly what goes wrong when nobody checks, and how one deliberate habit prevents it.You can read it in an evening. But run the prompts on your own work as you go, and you'll finish it already changed.The future belongs to the people who direct AI - not the ones it fools.

How to Direct AI Instead of Being Fooled by It

Stop. It Only Looks Right

This book is a hands-on guide designed to help readers understand, build, and deploy powerful AI solutions using Large Language Models (LLMs), Retrieval-Augmented Generation (RAG), agentic systems, and intelligent chatbots.

Starting with the fundamentals—LLM architecture, tokenization, APIs, and fine-tuning—the book gradually builds toward complex, integrated systems. Readers will learn to implement RAG pipelines using vector databases like FAISS and Pinecone, develop autonomous AI agents that complete multi-step tasks, and create real-world chatbots that understand and adapt to user needs. The approach is project-driven: each chapter includes visual explanations, step-by-step code walkthroughs, and deployment-ready examples. From building a personal assistant that searches your notes to creating a scheduling agent, every project reinforces both technical skills and applied understanding. It emphasizes clarity, inclusivity, and real-world relevance—helping readers move confidently from basic understanding to complex applications.

Whether you're exploring Agentic AI or looking to build production-ready systems, this book gives you the tools to turn curiosity into capability—and innovation into impact.

What you will learn:

Build intelligent chatbots and tools using LLMs like GPT, LLaMA, and Mistral with guided development steps.

Combine LLMs with vector databases like FAISS and Pinecone to create accurate, context-aware AI systems.

Design AI agents capable of planning and executing complex workflows for automation and decision-making.

Apply prompt engineering, memory, and multimodal tools to build real-world AI apps for your project portfolio.




Who this book is for:

Machine Learning engineers, data scientists, and AI professionals interested in learning how to build real-world AI systems using Large Language Models (LLMs), Retrieval-Augmented Generation (RAG), Agentic AI, and intelligent chatbots.

This book is a hands-on guide designed to help readers understand, build, and deploy powerful AI solutions using Large Language Models (LLMs), Retrieval-Augmented Generation (RAG), agentic systems, and intelligent chatbots.Starting with the fundamentals—LLM architecture, tokenization, APIs, and fine-tuning—the book gradually builds toward complex, integrated systems. Readers will learn to implement RAG pipelines using vector databases like FAISS and Pinecone, develop autonomous AI agents that complete multi-step tasks, and create real-world chatbots that understand and adapt to user needs. The approach is project-driven: each chapter includes visual explanations, step-by-step code walkthroughs, and deployment-ready examples. From building a personal assistant that searches your notes to creating a scheduling agent, every project reinforces both technical skills and applied understanding. It emphasizes clarity, inclusivity, and real-world relevance—helping readers move confidently from basic understanding to complex applications.Whether you're exploring Agentic AI or looking to build production-ready systems, this book gives you the tools to turn curiosity into capability—and innovation into impact.What you will learn:<ul><li>Build intelligent chatbots and tools using open-source LLMs like GPT, LLaMA, and Mistral with guided deployment steps.</li><li>Combine LLMs with vector databases like FAISS and Pinecone to create accurate, context-aware AI systems.</li><li>Design AI agents capable of planning and executing complex workflows for automation and decision-making.</li><li>Apply prompt engineering, memory, and multimodal tools to build real-world AI apps for your project portfolio.</li></ul>Who this book is for:Machine Learning engineers, data scientists, and AI professionals interested in learning how to build real-world AI systems using Large Language Models (LLMs), Retrieval-Augmented Generation (RAG), Agentic AI, and intelligent chatbots.

Architectures, Applications, and Real-World Deployments of Large Language Models

Mastering Large Language Models

... für Dummies

Ihr Leitfaden für den Umgang mit ChatGPT Profitieren auch Sie von den Fähigkeiten des bekanntesten generativen KI-Systems der Welt. Pam Baker erklärt Ihnen, wie ChatGPT funktioniert und wie Sie den Chatbot gewinnbringend einsetzen - bei der Texterstellung für Werbezwecke, der Kundenbetreuung auf einer Webseite, der Beantwortung all jener Fragen, auf die Sie bisher keine Antwort gefunden haben, und vieles mehr. Entdecken Sie die vielfältigen Möglichkeiten, die Stärken und auch die Schwächen des Systems. Lernen Sie, richtig zu prompten, Halluzinationen zu erkennen und zu vermeiden. Erschließen Sie das ganze Potenzial von ChatGPT! Sie erfahren <ul> <li>Was einen guten Prompt ausmacht und wie die KI ihn verarbeitet</li> <li>Warum und wann Sie die Ausgaben von ChatGPT kritisch hinterfragen sollten</li> <li>Welche Möglichkeiten Ihnen integrierte GPTs bieten</li> </ul>

Profitieren auch Sie von den wunderbaren Fähigkeiten von ChatGPT. Pam Baker erklärt Ihnen, wie ChatGPT funktioniert und wie Sie den Chatbot und die integrierten GPTs gewinnbringend einsetzen - sei es bei der Texterstellung für Werbezwecke, der Kundenbetreuung auf einer Webseite, dem Brainstorming für eine Marketing-Aktion oder für die Beantwortung all jener Fragen, auf die Sie bisher keine Antwort gefunden haben. Sie lernen die Stärken und Schwächen des Tools kennen. So können Sie besser einschätzen, wo es Ihnen nutzt und wo Sie besser weiter arbeiten wie bisher. Erschließen Sie das Potenzial von ChatGPT!

Erfolgreich mit KI - Künstliche Intelligenz verstehen und einfach nutzen

ChatGPT für Dummies

Erste Schritte mit Python
 Johannes Schildgen holt Sie genau da ab, wo Sie stehen: egal, ob Sie ganz neu in der Welt der Programmierung sind oder schon Grundkenntnisse vorweisen können. Steigen Sie direkt mit Praxisbeispielen ein, die echte Probleme aus Ihrem Arbeitsalltag lösen.
 Datenanalyse und -visualisierung
 Mithilfe von Jupyter Notebooks und Visual Studio Code schreiben Sie Skripte, mit denen Sie vorhandene Daten aufbereiten und lästige Routineaufgaben automatisieren können. Mithilfe von Web-Scraping lernen Sie auch, eigene Datenkorpora zu erstellen, mit denen Sie weiter arbeiten können.
 Machine Learning und KI
 Binden Sie KI effektiv in Ihre Arbeit ein und lernen Sie, wie Sie ChatGPT und Co. wirklich nutzbringend verwenden können. Mathematische Spezialkenntnisse über die Funktionsweise von KI benötigen Sie übrigens nicht – die Beispiele bleiben problemlösungsorientiert und praxisnah.

Datenanalyse für Einsteiger – mit Python und KI
 
 Python programmieren lernen, ohne sich mit »Hello World« aufzuhalten! In diesem Buch finden Sie 
 praxisnahes Python- und KI-Wissen
 , das Sie auf Ihre Daten und alltäglichen Probleme anwenden können. Python ist die 
 perfekte Lösung für die Datenanalyse
 . Der Autor lässt Sie keine lästigen Fingerübungen absolvieren, sondern zeigt Praxisfälle, die Sie für Ihre Zwecke adaptieren können. Anhand konkreter Beispiele lernen Sie die Programmierung mit Python und bekommen 
 hilfreiche Tools für Uni, Wissenschaft und Büro
 an die Hand.
 <ul><li>KI einsetzen, Daten analysieren, Routineaufgaben automatisieren</li><li>Mit wichtigen Werkzeugen wie Jupyter Notebooks, pandas und Matplotlib</li><li>Für Daten aus Excel, Datenbanken, Web-Scraping, XML und vielen mehr</li></ul>Aus dem Inhalt:<ul><li>Loslegen mit Python – ein erstes Script</li><li>Arbeiten mit Dateien</li><li>Datenanalyse und -visualisierung</li><li>Machine Learning und KI</li><li>Datenbanken</li><li>APIs nutzen</li><li>Web-Projekte erstellen</li></ul>

Python für KI- und Daten-Projekte

You are not using worse AI than everyone else. You are asking it worse.

Most people treat AI like a vending machine. Put in a request, take out whatever falls down the chute, shrug when it is mediocre. Then they blame the model.

Matt Lane spent twenty years in warehouse and distribution operations, the last decade running a warehouse floor. He has no computer science degree. What he has is a manager's instinct for the difference between a process that works and a process that only looks busy. In August 2025, laid off with no plan, he pointed that instinct at AI.

What came out is this book: a repeatable system for getting expert-level thinking out of any AI model, on demand, without luck and without tricks.

WHAT IS INSIDEThe 7-Step Architect Framework - The backbone. A structure you attach to any important prompt that forces the model to state its assumptions, name what it does not know, reason through the problem, and critique its own weakest point before you ever read the answer.
The Decision Framework - The chapter nobody else writes. Not every task needs a heavyweight method. This tells you exactly when the simple approach is enough and when you need to escalate, so you stop burning time and tokens on overkill.
Advanced Reasoning Patterns - Tree-of-Thoughts, ReAct, Self-Consistency, and Meta-Prompting, each with the specific problem it solves and the situations where it is the wrong tool.
Multi-Agent Collaboration - Researcher plus Critic plus Synthesizer. Planner plus Executor plus Verifier. Adversarial debate with a judge. Working setups, not theory.
Cost and Value, Honestly - A straight table of what each approach actually costs in tokens and time, and what a twenty-dollar-a-month operator can realistically run versus a two-hundred-dollar one.
Making AI Communicate Visually - How to get charts that decide something instead of charts that decorate, with worked figures showing exactly what separates the two.



WHO THIS IS FOR

Business owners who are excellent at their business and lost in the AI conversation. Operators who need output they can defend to a room. Builders who are tired of prompt lists that stop working next month. Anyone who suspects there is more in these tools than they have been getting, and is right.

The frameworks are model-agnostic. They work on ChatGPT, Claude, Gemini, and whatever ships next quarter, because they are about how to structure thinking, not which button to press.

READ THIS INSTEAD OF COLLECTING PROMPTS

A prompt solves today. A framework solves the next thousand days.

This book hands you the frameworks, the decision rules for choosing between them, and the honest limits of each, written by someone who learned to run systems on a distribution floor, where a process that only works when you are lucky is not a process at all.

Stop prompting. Start architecting.

Stop prompting - Start architecting

The Architects Playbook

AI Strategies for Tech Transformation

Digital Industry Leadership

Build AI that thinks in context using semantic blueprints, multi-agent orchestration, memory, RAG pipelines, and safeguards to create your own Context Engine
Free with your book: DRM-free PDF version + access to Packt's next-gen Reader*
Key Features:
- Design semantic blueprints to give AI structured, goal-driven contextual awareness
- Orchestrate multi-agent workflows with MCP for adaptable, context-rich reasoning
- Engineer a glass-box Context Engine with high-fidelity RAG, trust, and safeguards
Book Description:
Generative AI is powerful, yet often unpredictable. This guide shows you how to turn that unpredictability into reliability by thinking beyond prompts and approaching AI like an architect. At its core is the Context Engine, a glass-box, multi-agent system you'll learn to design and apply across real-world scenarios.
Written by an AI guru and author of various cutting-edge AI books, this book takes you on a hands-on journey from the foundations of context design to building a fully operational Context Engine. Instead of relying on brittle prompts that give only simple instructions, you'll begin with semantic blueprints that map goals and roles with precision, then orchestrate specialized agents using the Model Context Protocol. As the engine evolves, you'll integrate memory and high-fidelity retrieval with citations, implement safeguards against data poisoning and prompt injection, and enforce moderation to keep outputs aligned with policy. You'll also harden the system into a resilient architecture, then see it pivot across domains, from legal compliance to strategic marketing, proving its domain independence.
By the end of this book, you'll be equipped with the skills to engineer an adaptable, verifiable architecture you can repurpose across domains and deploy with confidence.
*Email sign-up and proof of purchase required
What You Will Learn:
- Develop memory models to retain short-term and cross-session context
- Craft semantic blueprints and drive multi-agent orchestration with MCP
- Implement high-fidelity RAG pipelines with verifiable citations
- Apply safeguards against prompt injection and data poisoning
- Enforce moderation and policy-driven control in AI workflows
- Repurpose the Context Engine across legal, marketing, and beyond
- Deploy a scalable, observable Context Engine in production
Who this book is for:
This book is for AI engineers, software developers, system architects, and data scientists who want to move beyond ad hoc prompting and learn how to design structured, transparent, and context-aware AI systems. It will also appeal to ML engineers and solutions architects with basic familiarity with LLMs who are eager to understand how to orchestrate agents, integrate memory and retrieval, and enforce safeguards.
Table of Contents
- The Semantic Blueprint: From Prompt to Context
- Building a Multi-Agent System with MCP
- Building the Context-Aware Multi-Agent System
- Assembling the Context Engine
- Hardening the Context Engine
- Building the Summarizer Agent for Context Reduction
- High-Fidelity RAG and Defense: The NASA-Inspired Research Assistant
- Architecting for Reality: Moderation, Latency, and Policy-Driven AI
- Architecting for Brand and Agility: The Strategic Marketing Engine
- The Blueprint for Production-Ready AI

Move beyond prompting to build a Context Engine, a transparent architecture of context and reasoning

Context Engineering for Multi-Agent Systems

Ihr Guide für eigene RAG-Anwendung!Freuen Sie sich auf einen umfassenden Einstieg in die Welt der Generativen KI mit Python. Dieses Buch deckt Schlüsselkonzepte wie Large Language Models (LLMs), LangChain, Vektordatenbanken, das Model Context Protocol (MCP) und Retrieval-Augmented-Generation (RAG) ab. Sie lernen die Grundlagen des Prompt Engineering kennen, steigen ins Agentic Coding ein und erfahren, wie Sie Agentensysteme entwickeln und deployen.Mit praxisnahen Beispielen und klaren Erklärungen tauchen Sie tief in die Materie ein - ideal für alle, die Generative KI-Lösungen mit Python umsetzen wollen.<ul><li>Agentic Coding: Mit KI-Agenten eigenständig Code schreiben, testen und deployen</li><li>RAG-Anwendungen und Vektordatenbanken für wissensbasierte LLM-Anwendungen</li><li>MCP, Prompt Engineering, Agentensysteme u.v.m.</li></ul>Aus dem Inhalt:<ul><li>Große Sprachmodelle - LLMs und LMMs</li><li>Prompt Engineering</li><li>Sprachanalyse (NLP)</li><li>Vektordatenbanken</li><li>LangChain und LangGraph</li><li>Hugging Face</li><li>CrewAI</li><li>OpenAI- und andere APIs</li><li>Agentensysteme</li><li>Model Context Protocol (MCP)</li><li>Agentic Coding</li><li>Deployment</li></ul>

Das Praxisbuch für eigene KI-Anwendungen

Generative KI mit Python

Messe-, Kongress- und Eventmanagement

'Event Infrastructure': This anthology, edited by Axel Barwich, brings together theses addressing key issues in modern event technology. The focus is on event logistics, LoRaWAN sensor technology, remote mixing, generative AI in lighting design, technical needs assessment, safety considerations, as well as vibe coding and cybersecurity. The contributions combine scientific analysis with concrete applications and highlight both the potential and limitations of current solutions.

Mobilität, Technik und KI

Infrastruktur für Veranstaltungen

Dieses Handbuch zu ChatGPT ist mehr als nur ein Leitfaden – es ist ein praxiserprobter Wegweiser zur Revolutionierung Ihres Arbeitsalltags durch künstliche Intelligenz. Es bietet wertvolle Einblicke und Anwendungen, die nicht nur zur Optimierung von Arbeitsprozessen und zur Verbesserung der Kommunikation beitragen, sondern auch zum Erreichen eines entscheidenden Wettbewerbsvorteils. Es ist ein essenzielles Handbuch für jeden, der die Produktivität in seinem Arbeitsbereich erhöhen und sich an der Spitze der technologischen Innovation positionieren möchte.

Konkrete Tipps, Anleitungen und Beispiele für die effiziente Nutzung von KI

Leitfaden ChatGPT for Business

Essentials

Mit gezieltem Prompt Engineering holen Sie das Beste aus ChatGPT und anderen KI-Systemen heraus. Dieses Buch erklärt, wie Sprachmodelle arbeiten, wie wirksame Prompts gestaltet werden und welche Prompting-Techniken die Qualität von Antworten verbessern. Verständliche Erklärungen, praxisnahe Beispiele und sofort anwendbare Anleitungen machen den Einstieg leicht und zeigen, wie sich KI effizient einsetzen lässt – sei es für Analysen, für Textarbeit oder für neue Ideen. So wird Künstliche Intelligenz vom Experiment zu einem echten Werkzeug für Beruf und Alltag.
Der Inhalt
<ul>
<li>Funktionsweise von Sprachmodellen: Chancen, Grenzen und typische Fehler</li>
<li>Grundlagen der Promptgestaltung: Aufbau und Gestaltung wirksamer Prompts</li>
<li>Strategien und Techniken: Effektive Methoden zur Steuerung, Strukturierung und Verbesserung von Antworten &nbsp; &nbsp;</li>
<li>Optimierung und Hacks: Rollen, Parameter und Tools sinnvoll nutzen</li>
<li>Best Practices: 25 sofort umsetzbare Tipps &amp; Tricks</li>
</ul>
Der Autor
Prof. Dr. Fabian Lang ist Professor für Betriebswirtschaftslehre an der Hochschule Hannover und forscht zu digitaler Transformation, Analytics und Künstlicher Intelligenz sowie unternehmerischer Entscheidungsunterstützung. Mit langjähriger Erfahrung in Wissenschaft und Praxis vermittelt er komplexe Technologien verständlich und praxisorientiert.

Prof. Dr. Fabian Lang
 ist Professor für Betriebswirtschaftslehre an der Hochschule Hannover und forscht zu digitaler Transformation, Analytics und Künstlicher Intelligenz sowie unternehmerischer Entscheidungsunterstützung. Mit langjähriger Erfahrung in Wissenschaft und Praxis vermittelt er komplexe Technologien verständlich und praxisorientiert.

Ein praktischer Leitfaden für bessere Ergebnisse mit KI

Prompt Engineering

Animals

Nutzen Sie die Leistungsfähigkeit von Large Language Models für wirklich innovative Anwendungen!

- Dieses Buch vermittelt Ihnen Schritt für Schritt das notwendige Wissen, um GPT-4 und ChatGPT in Ihre eigenen Projekte zu integrieren

- Es verbindet nahtlos Theorie und Praxis und macht die Komplexität von GPT-4 und GPT 3.5 für Programmierer:innen verständlich

- Die Themen reichen von den grundlegenden Prinzipien der LLMs und der API-Integration bis hin zu Prompt Engineering und Feintuning

- Die aktualisierte und erweiterte 2. Auflage behandelt neben GPT 4 und GPT 3.5 jetzt auch GPT 4o sowie das Thema Multimodalität

Diese Einführung zeigt Python-Entwicklerinnen und -Entwicklern, wie sie Anwendungen mit Large Language Models erstellen. Olivier Caelen und Marie-Alice Blete erklären die wichtigsten Features von GPT-4 und GPT-3.5 und beschreiben, wie sie für eigene NLP-Aufgaben eingesetzt werden können. In nachvollziehbaren Schritten wird erläutert, wie Sie mithilfe der OpenAI-Python-Bibliothek Applikationen zur Textgenerierung, für das Question Answering oder für intelligente Assistenten entwickeln.

Anschauliche Beispiele sowie klare und detaillierte Erklärungen unterstützen Sie dabei, die Konzepte zu verstehen und sie auf Ihre Projekte anzuwenden. Die Codebeispiele sind in einem GitHub- Repository verfügbar. Zudem enthält das Buch ein Glossar mit den wichtigsten Begriffen. Für diese 2. Auflage wurde das Buch aktualisiert und deutlich erweitert, es berücksichtigt die neuesten Entwicklungen in der KI-Technologie wie beispielsweise GPT-4o und Multimodalität.

Sind Sie bereit, das Potenzial von Large Language Models in Ihren Anwendungen zu nutzen? Dann ist dieses Buch ein Muss für Sie.

Es behandelt:

- Grundlagen und Stärken von GPT-4- und GPT-3.5-Modellen und deren Funktionsweise

- Die Integration dieser Modelle in Python-basierte Anwendungen für Aufgaben im Natural Language Processing

- Beispielprojekte, die den Einsatz der OpenAI-API für Aufgaben wie Texterstellung, Inhaltszusammenfassung, Dokumentenklassifikation oder Sentimentanalyse demonstrieren

- Fortgeschrittene LLM-Themen wie das Prompt Engineering, das Optimieren von Modellen, RAG, Plug-ins, LangChain, LlamaIndex und KI-Assistenten

Nutzen Sie die Leistungsfähigkeit von Large Language Models für wirklich innovative Anwendungen!
 
 <ul><li>Dieses Buch vermittelt Ihnen Schritt für Schritt das notwendige Wissen, um GPT-4 und ChatGPT in Ihre eigenen Projekte zu integrieren</li><li>Es verbindet nahtlos Theorie und Praxis und macht die Komplexität von GPT-4 und GPT 3.5 für Programmierer:innen verständlich</li><li>Die Themen reichen von den grundlegenden Prinzipien der LLMs und der API-Integration bis hin zu Prompt Engineering und Feintuning</li><li>Die aktualisierte und erweiterte 2. Auflage behandelt neben GPT 4 und GPT 3.5 jetzt auch GPT 4o sowie das Thema Multimodalität</li></ul> Diese Einführung zeigt Python-Entwicklerinnen und -Entwicklern, wie sie Anwendungen mit Large Language Models erstellen. Olivier Caelen und Marie-Alice Blete erklären die wichtigsten Features von GPT-4 und GPT-3.5 und beschreiben, wie sie für eigene NLP-Aufgaben eingesetzt werden können. In nachvollziehbaren Schritten wird erläutert, wie Sie mithilfe der OpenAI-Python-Bibliothek Applikationen zur Textgenerierung, für das Question Answering oder für intelligente Assistenten entwickeln.Anschauliche Beispiele sowie klare und detaillierte Erklärungen unterstützen Sie dabei, die Konzepte zu verstehen und sie auf Ihre Projekte anzuwenden. Die Codebeispiele sind in einem GitHub- Repository verfügbar. Zudem enthält das Buch ein Glossar mit den wichtigsten Begriffen. Für diese 2. Auflage wurde das Buch aktualisiert und deutlich erweitert, es berücksichtigt die neuesten Entwicklungen in der KI-Technologie wie beispielsweise GPT-4o und Multimodalität.Sind Sie bereit, das Potenzial von Large Language Models in Ihren Anwendungen zu nutzen? Dann ist dieses Buch ein Muss für Sie.Es behandelt:<ul><li>Grundlagen und Stärken von GPT-4- und GPT-3.5-Modellen und deren Funktionsweise</li><li>Die Integration dieser Modelle in Python-basierte Anwendungen für Aufgaben im Natural Language Processing</li><li>Beispielprojekte, die den Einsatz der OpenAI-API für Aufgaben wie Texterstellung, Inhaltszusammenfassung, Dokumentenklassifikation oder Sentimentanalyse demonstrieren</li><li>Fortgeschrittene LLM-Themen wie das Prompt Engineering, das Optimieren von Modellen, RAG, Plug-ins, LangChain, LlamaIndex und KI-Assistenten</li></ul>

Intelligente Chatbots, Content-Generatoren und mehr erstellen

Anwendungen mit GPT-4 und ChatGPT entwickeln

Building Software with Vibe Coding

Weitere Titel zum Thema