Mastering Large Language Models from First Principles (Paperback)
Idioma: inglés
Editorial: Independently Published, 2026
- Tapa blanda
- Nuevo
Librería: CitiRetail, Stevenage, Reino UnidoCitiRetail
Vendedor de AbeBooks desde 29 de junio de 2022
Condición: Nuevo
EUR 28,20
Cantidad disponible: 1 disponibles
Añadir al carritoDescripción del artículo del vendedor
Paperback. Large Language Models (LLMs) are transforming how software is built, how businesses automate workflows, and how people interact with artificial intelligence. From intelligent chatbots and coding assistants to content generation, search, and reasoning systems, LLMs have become the foundation of modern AI. Yet many developers use these powerful models without truly understanding what happens behind the scenes.Mastering Large Language Models from First Principles takes you beyond APIs and prebuilt frameworks to reveal the engineering concepts that power today's transformer-based language models. Through a practical, hands-on approach, you'll learn how every major component of an LLM works from tokenization and embeddings to self-attention, transformer architectures, pretraining, fine-tuning, evaluation, and deployment.Rather than treating LLMs as black boxes, this book guides you through the underlying mathematics, algorithms, and implementation techniques that make them possible. You'll build essential model components step by step using Python and PyTorch, gaining the confidence to understand, customize, optimize, and extend modern language models for your own applications.As you progress, you'll explore not only the fundamentals but also the techniques used in real-world AI systems, including efficient training strategies, parameter-efficient fine-tuning, retrieval-augmented generation (RAG), model optimization, inference acceleration, and production deployment. Each chapter combines clear explanations with practical coding examples, diagrams, and hands-on projects that reinforce your understanding and help you develop production-ready skills.By the end of this book, you won't just know how to use Large Language Models you'll understand how they are built, how they learn, why they work, and how to adapt them to solve real-world problems across a wide range of industries.What You'll LearnUnderstand the mathematics and engineering principles behind Large Language Models.Build transformer architectures from first principles using Python and PyTorch.Implement tokenization, embeddings, positional encoding, and self-attention mechanisms.Design, train, and evaluate transformer-based language models.Fine-tune pretrained LLMs for classification, instruction following, and domain-specific tasks.Apply parameter-efficient fine-tuning techniques such as LoRA and QLoRA.Build Retrieval-Augmented Generation (RAG) systems that combine language models with external knowledge.Optimize models through quantization, efficient inference, and performance tuning.Deploy LLM-powered applications for real-world use cases.Gain the practical skills needed to confidently work with modern AI technologies and future transformer-based architectures.Whether you're a software developer, machine learning engineer, data scientist, AI practitioner, or an experienced Python programmer eager to deepen your understanding of generative AI, this book provides the theoretical foundation and practical experience needed to master Large Language Models from the ground up. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
N° de ref. del artículo 9798190792409
- Título
- Mastering Large Language Models from First Principles (Paperback)
- Autor
- Lin Prescott
- Editorial
- Independently Published
- Año de publicación
- 2026
- Estado
- new
- Encuadernación
- Paperback
- Idioma
- inglés
- ISBN 13
- 9798190792409
Mastering Large Language Models from First Principles takes you beyond APIs and prebuilt frameworks to reveal the engineering concepts that power today's transformer-based language models. Through a practical, hands-on approach, you'll learn how every major component of an LLM works from tokenization and embeddings to self-attention, transformer architectures, pretraining, fine-tuning, evaluation, and deployment.
Rather than treating LLMs as black boxes, this book guides you through the underlying mathematics, algorithms, and implementation techniques that make them possible. You'll build essential model components step by step using Python and PyTorch, gaining the confidence to understand, customize, optimize, and extend modern language models for your own applications.
As you progress, you'll explore not only the fundamentals but also the techniques used in real-world AI systems, including efficient training strategies, parameter-efficient fine-tuning, retrieval-augmented generation (RAG), model optimization, inference acceleration, and production deployment. Each chapter combines clear explanations with practical coding examples, diagrams, and hands-on projects that reinforce your understanding and help you develop production-ready skills.
By the end of this book, you won't just know how to use Large Language Models you'll understand how they are built, how they learn, why they work, and how to adapt them to solve real-world problems across a wide range of industries.
What You'll Learn
- Understand the mathematics and engineering principles behind Large Language Models.
- Build transformer architectures from first principles using Python and PyTorch.
- Implement tokenization, embeddings, positional encoding, and self-attention mechanisms.
- Design, train, and evaluate transformer-based language models.
- Fine-tune pretrained LLMs for classification, instruction following, and domain-specific tasks.
- Apply parameter-efficient fine-tuning techniques such as LoRA and QLoRA.
- Build Retrieval-Augmented Generation (RAG) systems that combine language models with external knowledge.
- Optimize models through quantization, efficient inference, and performance tuning.
- Deploy LLM-powered applications for real-world use cases.
- Gain the practical skills needed to confidently work with modern AI technologies and future transformer-based architectures.
“Sinopsis” puede pertenecer a otra edición de este título.
CitiRetail
Stevenage, Reino Unido
Vendedor de AbeBooks desde 29 de junio de 2022
Tarifas de envío de Reino Unido a Estados Unidos de America
| Artículo | De 7 a 14 días hábiles | De 7 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 43,13 | EUR 43,13 |
Métodos de pago
Descripción de la tienda
Online business
Información empresarial del vendedor
ABC BOOKS LIMITED
10 John Street
London, Reino Unido WC1N 2EB
Condiciones de venta
Orders can be returned within 30 days of receipt.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a CitiRetail, Stevenage, United Kingdom, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.