GPT:使用OpenAI API構(gòu)建NLP產(chǎn)品的終極指南 [英]桑德拉·庫(kù)布利克
定 價(jià):59 元
- 作者:[英]桑德拉·庫(kù)布利克; [英]舒巴姆·薩博
- 出版時(shí)間:2024/2/1
- ISBN:9787111747758
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP18-62
- 頁(yè)碼:
- 紙張:膠版紙
- 版次:
- 開(kāi)本:32開(kāi)
本書(shū)是一本關(guān)于生成式預(yù)訓(xùn)練人工智能語(yǔ)言模型的綜合性圖書(shū),涵蓋了其在創(chuàng)建創(chuàng)新NLP產(chǎn)品方面的意義、功能和應(yīng)用。
本書(shū)提供了如何輕松使用OpenAI API的全面指南,探索了根據(jù)用戶的具體需求使用該工具的方法,并展示了基于GPT-3的成功企業(yè)案例。
本書(shū)分為兩個(gè)部分,第一部分側(cè)重于介紹OpenAI API的基礎(chǔ)知識(shí)。第二部分著重研究GPT-3周邊的動(dòng)態(tài)和繁榮的環(huán)境。
本書(shū)適合技術(shù)研發(fā)人員、人工智能愛(ài)好者,以及關(guān)注人工智能應(yīng)用的企業(yè)家、創(chuàng)業(yè)者閱讀。
1. 本書(shū)對(duì)于想要理解GPT-3語(yǔ)言模型并學(xué)習(xí)如何在OpenAI API上構(gòu)建應(yīng)用程序的從業(yè)者和開(kāi)發(fā)者來(lái)說(shuō),是一個(gè)完美的起點(diǎn)。
2. OpenAI副總裁領(lǐng)銜,國(guó)內(nèi)外8位人工智能專家傾力推薦。
GPT-3又稱為生成式預(yù)訓(xùn)練Transformer 3(Generative Pre-trained Transformer 3),是一個(gè)由OpenAI開(kāi)發(fā)的基于Transformer的大型語(yǔ)言模型。它由驚人的1750億個(gè)參數(shù)組成。任何人都可以通過(guò)OpenAI API訪問(wèn)這個(gè)大型語(yǔ)言模型,這是一個(gè)簡(jiǎn)單易用的“文本輸入,文本輸出”用戶界面,無(wú)需任何技術(shù)基礎(chǔ)。這是歷史上第一次遠(yuǎn)程托管GPT-3這樣大的人工智能模型,并通過(guò)簡(jiǎn)單的API調(diào)用向公眾開(kāi)放。這種新的訪問(wèn)模式被稱為模型即服務(wù)。由于這種前所未有的訪問(wèn)模式,包括本書(shū)作者在內(nèi)的許多人將GPT-3視為實(shí)現(xiàn)人工智能大眾化的第一步。
隨著GPT-3的引入,構(gòu)建人工智能應(yīng)用程序比以往任何時(shí)候都更容易。本書(shū)將向您展示使用OpenAI API是多么容易。此外,我們將介紹在現(xiàn)實(shí)案例中利用此工具的創(chuàng)新方法。我們將研究在GPT-3之上建立起來(lái)的成功創(chuàng)業(yè)公司,以及在其產(chǎn)品中利用GPT-3的公司,并研究其發(fā)展中的問(wèn)題和潛在的未來(lái)趨勢(shì)。
本書(shū)適合各種背景的人閱讀,而不僅僅是技術(shù)專業(yè)人士。如果您是以下情況,本書(shū)應(yīng)該對(duì)您有用:
1)希望獲得人工智能技能的數(shù)據(jù)專業(yè)人士。
2)想在人工智能領(lǐng)域打造下一個(gè)大公司的企業(yè)家。
3)希望提升自己的人工智能知識(shí),并利用其推動(dòng)關(guān)鍵決策的企業(yè)領(lǐng)導(dǎo)者。
希望利用GPT-3的語(yǔ)言功能進(jìn)行創(chuàng)作的作家、播客、社交媒體經(jīng)理或其他使用語(yǔ)言的創(chuàng)作者。
任何人如果有基于人工智能的想法,而這個(gè)想法曾經(jīng)在技術(shù)上看起來(lái)是不可能實(shí)現(xiàn)的,或者開(kāi)發(fā)成本太高的。
本書(shū)第一部分介紹了OpenAI API的基礎(chǔ)。第二部分探索了圍繞GPT-3有機(jī)發(fā)展起來(lái)的豐富多彩的生態(tài)系統(tǒng)。
第1章闡述了在這些主題中所需的背景和基本定義。在第2章中,我們深入研究了API,將其分解為最關(guān)鍵的元素,如引擎和API端點(diǎn),為希望與它們進(jìn)行更深入互動(dòng)的讀者描述了它們的目的和最佳實(shí)踐。第3章為您的第一個(gè)GPT-3驅(qū)動(dòng)的應(yīng)用程序提供了一個(gè)簡(jiǎn)單而有趣的秘訣。
然后,將重點(diǎn)轉(zhuǎn)移到令人興奮的人工智能生態(tài)系統(tǒng)上,在第4章中,我們采訪了一些最成功的基于GPT-3的產(chǎn)品和應(yīng)用程序的創(chuàng)始人,講述了他們?cè)谏虡I(yè)規(guī)模上應(yīng)用該模型的經(jīng)驗(yàn)教訓(xùn)。第5章著眼于企業(yè)如何看待GPT-3及其使用潛力。我們?cè)诘?章中討論了更廣泛地采用GPT-3所帶來(lái)的問(wèn)題,如濫用和偏見(jiàn),以及解決這些問(wèn)題的進(jìn)展。最后,我們展望未來(lái),帶您了解隨著GPT-3融入更廣泛的商業(yè)生態(tài)系統(tǒng)而出現(xiàn)的最令人興奮的趨勢(shì)和可能性。
1. [英]桑德拉·庫(kù)布利克(Sandra Kublik)
人工智能企業(yè)家、推廣者和社區(qū)建設(shè)者,她的工作促進(jìn)了人工智能商業(yè)創(chuàng)新。她是多家人工智能先行公司的導(dǎo)師和教練,初創(chuàng)公司人工智能加速計(jì)劃和人工智能黑客馬拉松社區(qū)深度學(xué)習(xí)實(shí)驗(yàn)室的聯(lián)合創(chuàng)始人。她是NLP和生成式人工智能主題的積極發(fā)言人。她經(jīng)營(yíng)著一個(gè)YouTube頻道,采訪生態(tài)系統(tǒng)利益相關(guān)者,并通過(guò)有趣和有教育性的內(nèi)容討論開(kāi)創(chuàng)性的人工智能趨勢(shì)。
2. [英]舒巴姆·薩博(Shubham Saboo)
在全球知名公司擔(dān)任從數(shù)據(jù)科學(xué)家到人工智能推廣者的多個(gè)角色,他參與構(gòu)建整個(gè)組織的數(shù)據(jù)戰(zhàn)略和技術(shù)基礎(chǔ)設(shè)施,以從頭開(kāi)始創(chuàng)建和擴(kuò)展數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)實(shí)踐。作為一名人工智能推廣者,他的工作促使他建立了社區(qū),并接觸了更廣泛的受眾,以促進(jìn)新興的人工智能領(lǐng)域的思想交流。他熱衷于學(xué)習(xí)新事物并與社區(qū)分享知識(shí),撰寫(xiě)了關(guān)于人工智能的進(jìn)步及其經(jīng)濟(jì)影響的技術(shù)博客。
對(duì)本書(shū)的贊譽(yù)
致謝
關(guān)于作者
譯者序
前言
第1章 大型語(yǔ)言模型革命
自然語(yǔ)言處理的幕后花絮
語(yǔ)言模型變得越大越好
生成式預(yù)訓(xùn)練Transformer:GPT-3
生成模型
預(yù)訓(xùn)練模型
Transformer模型
序列到序列模型
Transformer注意力機(jī)制
GPT-3:簡(jiǎn)史
GPT-1
GPT-2
GPT-3
訪問(wèn)OpenAI API
第2章 OpenAI API入門(mén)
OpenAI Playground
提示工程與設(shè)計(jì)
分解OpenAI API
Engine
Response length
Temperature和Top P
Frequency penalty和Presence penalty
Best of
Stop sequences
Inject start text和Inject restart text
Show probabilities
執(zhí)行引擎
Davinci
Curie
Babbage
Ada
Instruct系列
API端點(diǎn)
列出引擎
返回引擎
補(bǔ)全
語(yǔ)義搜索
文件
Embedding
定制GPT-3
定制 GPT-3 模型支持的應(yīng)用程序ⅩⅨ
如何為您的應(yīng)用程序定制GPT-3
Token
定價(jià)
GPT-3在標(biāo)準(zhǔn)NLP任務(wù)上的性能
文本分類
命名實(shí)體識(shí)別
文本摘要
文本生成
文章生成
社交媒體生成
結(jié)論
第3章 GPT-3和編程
如何在Python中使用OpenAI API
如何在Go中使用OpenAI API
如何在Java中使用OpenAI API
由 Streamlit 提供支持的 GPT-3 沙盒
結(jié)論
第4章 GPT-3是下一代創(chuàng)業(yè)公司的推動(dòng)者
模型即服務(wù)
近距離觀察新的創(chuàng)業(yè)環(huán)境:案例研究
GPT-3的創(chuàng)造性應(yīng)用:Fable Studio
GPT-3的數(shù)據(jù)分析應(yīng)用:Viable
GPT-3的聊天機(jī)器人應(yīng)用:Quickchat
GPT-3的營(yíng)銷應(yīng)用:Copysmith
GPT-3的編碼應(yīng)用:Stenography
投資者對(duì)GPT-3創(chuàng)業(yè)生態(tài)系統(tǒng)的展望
結(jié)論
第5章 GPT-3是企業(yè)創(chuàng)新的下一步
案例研究:GitHub Copilot
它是如何運(yùn)行的
開(kāi)發(fā)Copilot
低代碼/無(wú)代碼編程意味著什么
使用API擴(kuò)展
GitHub Copilot的下一步是什么
案例研究:Algolia Answers
評(píng)估NLP選項(xiàng)
數(shù)據(jù)隱私
費(fèi)用
速度和延遲
經(jīng)驗(yàn)教訓(xùn)
案例研究:微軟的Azure OpenAI服務(wù)
本應(yīng)建立的伙伴關(guān)系
Azure原生OpenAI API
資源管理
安全和數(shù)據(jù)隱私
企業(yè)級(jí)的模型即服務(wù)
其他微軟AI和ML服務(wù)
給企業(yè)的建議
OpenAI或Azure OpenAI服務(wù):您應(yīng)該使用哪一種
結(jié)論
第6章 GPT-3:好的、壞的和丑的
應(yīng)對(duì)人工智能偏見(jiàn)
反偏見(jiàn)對(duì)策
低質(zhì)量的內(nèi)容和錯(cuò)誤信息的傳播
LLM的綠色足跡
謹(jǐn)慎行事
結(jié)論
結(jié)論 實(shí)現(xiàn)人工智能的大眾化
無(wú)代碼?沒(méi)問(wèn)題!
訪問(wèn)和模型即服務(wù)
結(jié)論