GPT：使用OpenAI API構(gòu)建NLP產(chǎn)品的終極指南

定　價：￥59.00

作　者：	[英]桑德拉·庫布利克; [英]舒巴姆·薩博
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥44.20)

ISBN：	9787111747758	出版時間：	2024-02-01	包裝：	平裝-膠訂
開本：	32開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書是一本關(guān)于生成式預(yù)訓(xùn)練人工智能語言模型的綜合性圖書，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。本書分為兩個部分，第一部分側(cè)重于介紹OpenAI API的基礎(chǔ)知識。第二部分著重研究GPT-3周邊的動態(tài)和繁榮的環(huán)境。本書適合技術(shù)研發(fā)人員、人工智能愛好者，以及關(guān)注人工智能應(yīng)用的企業(yè)家、創(chuàng)業(yè)者閱讀。

作者簡介

　　1. [英]桑德拉·庫布利克（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劃和人工智能黑客馬拉松社區(qū)深度學(xué)習(xí)實驗室的聯(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)營著一個YouTube頻道，采訪生態(tài)系統(tǒng)利益相關(guān)者，并通過有趣和有教育性的內(nèi)容討論開創(chuàng)性的人工智能趨勢。2. [英]舒巴姆·薩博（Shubham Saboo）在全球知名公司擔任從數(shù)據(jù)科學(xué)家到人工智能推廣者的多個角色，他參與構(gòu)建整個組織的數(shù)據(jù)戰(zhàn)略和技術(shù)基礎(chǔ)設(shè)施，以從頭開始創(chuàng)建和擴展數(shù)據(jù)科學(xué)和機器學(xué)習(xí)實踐。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，撰寫了關(guān)于人工智能的進步及其經(jīng)濟影響的技術(shù)博客。

圖書目錄

對本書的贊譽
致謝
關(guān)于作者
譯者序
前言
第1章大型語言模型革命
自然語言處理的幕后花絮
語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注意力機制
GPT-3：簡史
GPT-1
GPT-2
GPT-3
訪問OpenAI API
第2章 OpenAI API入門
OpenAI Playground
提示工程與設(shè)計
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
列出引擎
返回引擎
補全
語義搜索
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
GPT-3在標準NLP任務(wù)上的性能
文本分類
命名實體識別
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的聊天機器人應(yīng)用：Quickchat
GPT-3的營銷應(yīng)用：Copysmith
GPT-3的編碼應(yīng)用：Stenography
投資者對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
它是如何運行的
開發(fā)Copilot
低代碼/無代碼編程意味著什么
使用API擴展
GitHub Copilot的下一步是什么
案例研究：Algolia Answers
評估NLP選項
數(shù)據(jù)隱私
費用
速度和延遲
經(jīng)驗教訓(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)對人工智能偏見
反偏見對策
低質(zhì)量的內(nèi)容和錯誤信息的傳播
LLM的綠色足跡
謹慎行事
結(jié)論
結(jié)論實現(xiàn)人工智能的大眾化
無代碼？沒問題！
訪問和模型即服務(wù)
結(jié)論