91精品国产综合久久四虎久久_国产成人午夜高潮毛片_99er视频精品免费观看_2020亚洲熟女在线观看_日本女优人体写真_国内黄色毛片_年轻的老师中文版在线_丰满女邻居做爰_久久久久久精品成人免费图片

 
大模型應(yīng)用開(kāi)發(fā)極簡(jiǎn)入門：基于GPT-4和ChatGPT（第2版）
大模型應(yīng)用開(kāi)發(fā)極簡(jiǎn)入門：基于GPT-4和ChatGPT（第2版）
Olivier Caelen, Marie-Alice Blete 著
何文斯 譯
出版時(shí)間：2025年03月
頁(yè)數(shù)：262
“通過(guò)實(shí)際示例和‘手把手’指導(dǎo)，本書為大模型應(yīng)用開(kāi)發(fā)制定了清晰的路線圖。”
——Tom Taulli
Generative AI 作者
“無(wú)縫銜接理論和實(shí)踐，讓基于GPT4和ChatGPT的大模型應(yīng)用開(kāi)發(fā)變得簡(jiǎn)單、易上
手。”
——Lucas Soares
Biometrid公司機(jī)器學(xué)習(xí)工程師
本書是大模型應(yīng)用開(kāi)發(fā)暢銷書的升級(jí)版，廣受讀者歡迎。書中內(nèi)容專為初學(xué)者打造，旨在帶領(lǐng)大家快速了解GPT4和GPT3.5的主要特性、優(yōu)勢(shì)及其工作原理，并在此基礎(chǔ)上利用OpenAI API構(gòu)建文本生成、問(wèn)答和內(nèi)容摘要等大模型應(yīng)用。
本書語(yǔ)言簡(jiǎn)潔清晰，隨書附贈(zèng)Python代碼示例，助你輕松將其應(yīng)用于實(shí)際項(xiàng)目。大家還可以隨時(shí)參考書末的關(guān)鍵術(shù)語(yǔ)表，鞏固所學(xué)。如果你想讓自己的應(yīng)用充分發(fā)揮大模型的潛力，本書可謂必備之作。
通過(guò)本書，你將學(xué)習(xí)：
● GPT4和GPT3.5的基本原理和優(yōu)勢(shì)，以及它們的工作方式；
● 如何將這類模型集成到基于Python的自然語(yǔ)言處理應(yīng)用中；
● 使用OpenAI API開(kāi)發(fā)文本生成、問(wèn)答、內(nèi)容摘要等初級(jí)應(yīng)用；
● 進(jìn)階主題， 包括提示工程、為特定任務(wù)微調(diào)模型、RAG、插件、LangChain、LlamaIndex、GPTs以及智能助手等。
  1. 前言
  2. 第1章 初識(shí)GPT-4和ChatGPT
  3. 1.1　LLM概述
  4. 1.1.1　探索語(yǔ)言模型和NLP的基礎(chǔ)
  5. 1.1.2　理解Transformer架構(gòu)及其在LLM中的作用
  6. 1.1.3　解密GPT模型的詞元化和預(yù)測(cè)步驟
  7. 1.1.4　將視覺(jué)整合到LLM中
  8. 1.2　GPT模型簡(jiǎn)史：從GPT-1到GPT-4
  9. 1.2.1　GPT-1
  10. 1.2.2　GPT-2
  11. 1.2.3　GPT-3
  12. 1.2.4　從GPT-3到InstructGPT
  13. 1.2.5　GPT-3.5、ChatGPT和Codex
  14. 1.2.6　GPT-4
  15. 1.2.7　人工智能向多模態(tài)演進(jìn)
  16. 1.3　LLM用例和示例產(chǎn)品
  17. 1.3.1　Be My Eyes
  18. 1.3.2　摩根士丹利
  19. 1.3.3　可汗學(xué)院
  20. 1.3.4　多鄰國(guó)
  21. 1.3.5　Yabble
  22. 1.3.6　Waymark
  23. 1.3.7　Inworld AI
  24. 1.4　警惕AI幻覺(jué)：限制與注意事項(xiàng)
  25. 1.5　借助高級(jí)功能釋放GPT潛力
  26. 1.6　小結(jié)
  27. 第2章 深入了解OpenAI API
  28. 2.1　基本概念
  29. 2.2　OpenAI API中可用的模型
  30. 2.2.1　GPT Base
  31. 2.2.2　InstructGPT（遺留版）
  32. 2.2.3　GPT-3.5
  33. 2.2.4　GPT-4
  34. 2.3　在OpenAI Playground中使用GPT模型
  35. 2.4　入門：OpenAI Python庫(kù)
  36. 2.4.1　OpenAI服務(wù)訪問(wèn)與API密鑰
  37. 2.4.2　Hello World
  38. 2.5　使用聊天補(bǔ)全模型
  39. 2.5.1　聊天補(bǔ)全端點(diǎn)的輸入選項(xiàng)
  40. 2.5.2　調(diào)整temperature和top_p
  41. 2.5.3　聊天補(bǔ)全端點(diǎn)的輸出結(jié)果格式
  42. 2.5.4　視覺(jué)能力
  43. 2.5.5　請(qǐng)求JSON輸出
  44. 2.6　使用其他文本補(bǔ)全模型
  45. 2.6.1　文本補(bǔ)全端點(diǎn)的輸入選項(xiàng)
  46. 2.6.2　文本補(bǔ)全端點(diǎn)的輸出結(jié)果格式
  47. 2.7　注意事項(xiàng)
  48. 2.7.1　定價(jià)和詞元限制
  49. 2.7.2　安全與隱私：小心！
  50. 2.8　其他OpenAI API和功能
  51. 2.8.1　嵌入
  52. 2.8.2　審核
  53. 2.8.3　文本轉(zhuǎn)語(yǔ)音
  54. 2.8.4　語(yǔ)音轉(zhuǎn)文本
  55. 2.8.5　圖像API
  56. 2.9　小結(jié)（含速查清單）
  57. 第3章 構(gòu)建基于LLM的應(yīng)用程序：功能與挑戰(zhàn)
  58. 3.1　應(yīng)用程序開(kāi)發(fā)概述
  59. 3.1.1　API密鑰管理
  60. 3.1.2　安全與數(shù)據(jù)隱私
  61. 3.2　軟件架構(gòu)設(shè)計(jì)原則
  62. 3.3　將LLM能力集成到你的項(xiàng)目中
  63. 3.3.1　對(duì)話能力
  64. 3.3.2　語(yǔ)言處理能力
  65. 3.3.3　人機(jī)交互能力
  66. 3.3.4　結(jié)合能力
  67. 3.4　示例項(xiàng)目
  68. 3.4.1　項(xiàng)目1：構(gòu)建新聞生成器解決方案——語(yǔ)言處理
  69. 3.4.2　項(xiàng)目2：總結(jié)YouTube視頻——語(yǔ)言處理
  70. 3.4.3　項(xiàng)目3：打造《塞爾達(dá)傳說(shuō)：曠野之息》專家——語(yǔ)言處理與對(duì)話
  71. 3.4.4　項(xiàng)目4：創(chuàng)建個(gè)人助理——人機(jī)界面
  72. 3.4.5　項(xiàng)目5：組織文檔——語(yǔ)言處理
  73. 3.4.6　項(xiàng)目6：情感分析——語(yǔ)言處理
  74. 3.5　成本管理
  75. 3.6　基于LLM的應(yīng)用程序的漏洞
  76. 3.6.1　分析輸入和輸出
  77. 3.6.2　提示詞注入的不可避免性
  78. 3.7　合理使用外部API
  79. 3.7.1　處理錯(cuò)誤和意外延遲問(wèn)題
  80. 3.7.2　速率限制
  81. 3.7.3　提高響應(yīng)能力，改善用戶體驗(yàn)
  82. 3.8　小結(jié)
  83. 第4章 OpenAI高級(jí)LLM集成策略
  84. 4.1　提示工程
  85. 4.1.1　利用角色、上下文和任務(wù)設(shè)計(jì)有效的提示詞
  86. 4.1.2　逐步思考
  87. 4.1.3　實(shí)現(xiàn)少樣本學(xué)習(xí)
  88. 4.1.4　基于用戶反饋的迭代優(yōu)化
  89. 4.1.5　改善提示效果
  90. 4.2　微調(diào)
  91. 4.2.1　入門
  92. 4.2.2　使用OpenAI API進(jìn)行微調(diào)
  93. 4.2.3　使用OpenAI的Web界面進(jìn)行微調(diào)
  94. 4.2.4　微調(diào)應(yīng)用程序
  95. 4.2.5　為電子郵件營(yíng)銷活動(dòng)生成和微調(diào)合成數(shù)據(jù)
  96. 4.2.6　微調(diào)的成本
  97. 4.3　RAG
  98. 4.3.1　基礎(chǔ)RAG
  99. 4.3.2　高級(jí)RAG
  100. 4.3.3　RAG的局限
  101. 4.4　策略選擇
  102. 4.4.1　策略比較
  103. 4.4.2　評(píng)估
  104. 4.5　從普通應(yīng)用程序到基于LLM的解決方案
  105. 4.5.1　提示詞敏感性
  106. 4.5.2　非確定性
  107. 4.5.3　幻覺(jué)
  108. 4.6　小結(jié)
  109. 第5章 通過(guò)框架、插件等提升LLM的能力
  110. 5.1　LangChain框架
  111. 5.1.1　LangChain庫(kù)
  112. 5.1.2　動(dòng)態(tài)提示詞
  113. 5.1.3　智能體和工具
  114. 5.1.4　記憶
  115. 5.1.5　嵌入
  116. 5.2　LlamaIndex框架
  117. 5.2.1　演示：10行代碼實(shí)現(xiàn)RAG
  118. 5.2.2　LlamaIndex原則
  119. 5.2.3　定制化
  120. 5.3　GPT-4插件
  121. 5.3.1　概述
  122. 5.3.2　API
  123. 5.3.3　插件清單
  124. 5.3.4　OpenAPI規(guī)范
  125. 5.3.5　描述
  126. 5.4　GPTs
  127. 5.5　Assistants API
  128. 5.5.1　創(chuàng)建Assistants API
  129. 5.5.2　利用你的Assistants API管理對(duì)話
  130. 5.5.3　函數(shù)調(diào)用
  131. 5.5.4　OpenAI Web平臺(tái)上的助手
  132. 5.6　小結(jié)
  133. 第6章 綜合運(yùn)用
  134. 6.1　關(guān)鍵要點(diǎn)
  135. 6.2　綜合運(yùn)用：助手用例
  136. 6.2.1　第 一步：構(gòu)思
  137. 6.2.2　第二步：定義需求
  138. 6.2.3　第三步：構(gòu)建原型
  139. 6.2.4　第四步：改進(jìn)、迭代
  140. 6.2.5　第五步：使解決方案更健壯
  141. 6.3　經(jīng)驗(yàn)教訓(xùn)
  142. 關(guān)鍵術(shù)語(yǔ)表
  143. 工具、庫(kù)和框架
書名：大模型應(yīng)用開(kāi)發(fā)極簡(jiǎn)入門：基于GPT-4和ChatGPT（第2版）
譯者：何文斯 譯
國(guó)內(nèi)出版社：人民郵電出版社
出版時(shí)間：2025年03月
頁(yè)數(shù)：262
書號(hào)：978-7-115-66466-2
原版書書名：Developing Apps with GPT-4 and ChatGPT, 2e
原版書出版商：O'Reilly Media
Olivier Caelen
 
Olivier Caelen，國(guó)際支付服務(wù)先驅(qū)Worldline公司機(jī)器學(xué)習(xí)研究員、布魯塞爾自由大學(xué)機(jī)器學(xué)習(xí)博士，業(yè)余時(shí)間在布魯塞爾自由大學(xué)教授機(jī)器學(xué)習(xí)課程。
 
 
Marie-Alice Blete
 
Marie-Alice Blete，國(guó)際支付服務(wù)先驅(qū)Worldline公司研發(fā)部門軟件架構(gòu)師、數(shù)據(jù)工程師。她還負(fù)責(zé)維護(hù)開(kāi)發(fā)者關(guān)系，并擔(dān)任技術(shù)演講嘉賓。
 
 
本書封面上的動(dòng)物是刺蛇尾（Ophiothrix spiculata）。蛇尾通常被稱為海星,它們確實(shí)與海星關(guān)系密切，但屬于不同的綱。刺蛇尾分布于從美國(guó)加利福尼亞州到秘魯?shù)奶窖笱匕叮瑮⒎秶鷱某遍g帶一直到約2000米深的海域。在某些地方，可見(jiàn)數(shù)以百萬(wàn)計(jì)的刺蛇尾覆蓋海底的景象。
刺蛇尾以濾食為主，將自己埋在沙中，伸出腕捕食浮游生物或腐爛物質(zhì)。
它們?cè)诤５椎幕顒?dòng)會(huì)帶動(dòng)沙層重新分布，對(duì)生態(tài)系統(tǒng)產(chǎn)生影響。
刺蛇尾能夠以“斷臂”的方式抵御捕食者。在受到攻擊時(shí)，它們留下扭動(dòng)的腕，自身逃脫。只要中央身體部分完好無(wú)損，腕會(huì)逐漸再生，恢復(fù)到全長(zhǎng)（最長(zhǎng)可達(dá)約60厘米）。
購(gòu)買選項(xiàng)
定價(jià)：79.80元
書號(hào)：978-7-115-66466-2
出版社：人民郵電出版社