GPT:使用OpenAI API构建NLP产品的终极指南 [英]桑德拉·库布利克
定 价:59 元
- 作者:[英]桑德拉·库布利克; [英]舒巴姆·萨博
- 出版时间:2024/2/1
- ISBN:9787111747758
- 出 版 社:机械工业出版社
- 中图法分类:TP18-62
- 页码:
- 纸张:胶版纸
- 版次:
- 开本:32开
本书是一本关于生成式预训练人工智能语言模型的综合性图书,涵盖了其在创建创新NLP产品方面的意义、功能和应用。
本书提供了如何轻松使用OpenAI API的全面指南,探索了根据用户的具体需求使用该工具的方法,并展示了基于GPT-3的成功企业案例。
本书分为两个部分,第一部分侧重于介绍OpenAI API的基础知识。第二部分着重研究GPT-3周边的动态和繁荣的环境。
本书适合技术研发人员、人工智能爱好者,以及关注人工智能应用的企业家、创业者阅读。
1. 本书对于想要理解GPT-3语言模型并学习如何在OpenAI API上构建应用程序的从业者和开发者来说,是一个完美的起点。
2. OpenAI副总裁领衔,国内外8位人工智能专家倾力推荐。
GPT-3又称为生成式预训练Transformer 3(Generative Pre-trained Transformer 3),是一个由OpenAI开发的基于Transformer的大型语言模型。它由惊人的1750亿个参数组成。任何人都可以通过OpenAI API访问这个大型语言模型,这是一个简单易用的“文本输入,文本输出”用户界面,无需任何技术基础。这是历史上第一次远程托管GPT-3这样大的人工智能模型,并通过简单的API调用向公众开放。这种新的访问模式被称为模型即服务。由于这种前所未有的访问模式,包括本书作者在内的许多人将GPT-3视为实现人工智能大众化的第一步。
随着GPT-3的引入,构建人工智能应用程序比以往任何时候都更容易。本书将向您展示使用OpenAI API是多么容易。此外,我们将介绍在现实案例中利用此工具的创新方法。我们将研究在GPT-3之上建立起来的成功创业公司,以及在其产品中利用GPT-3的公司,并研究其发展中的问题和潜在的未来趋势。
本书适合各种背景的人阅读,而不仅仅是技术专业人士。如果您是以下情况,本书应该对您有用:
1)希望获得人工智能技能的数据专业人士。
2)想在人工智能领域打造下一个大公司的企业家。
3)希望提升自己的人工智能知识,并利用其推动关键决策的企业领导者。
希望利用GPT-3的语言功能进行创作的作家、播客、社交媒体经理或其他使用语言的创作者。
任何人如果有基于人工智能的想法,而这个想法曾经在技术上看起来是不可能实现的,或者开发成本太高的。
本书第一部分介绍了OpenAI API的基础。第二部分探索了围绕GPT-3有机发展起来的丰富多彩的生态系统。
第1章阐述了在这些主题中所需的背景和基本定义。在第2章中,我们深入研究了API,将其分解为最关键的元素,如引擎和API端点,为希望与它们进行更深入互动的读者描述了它们的目的和最佳实践。第3章为您的第一个GPT-3驱动的应用程序提供了一个简单而有趣的秘诀。
然后,将重点转移到令人兴奋的人工智能生态系统上,在第4章中,我们采访了一些最成功的基于GPT-3的产品和应用程序的创始人,讲述了他们在商业规模上应用该模型的经验教训。第5章着眼于企业如何看待GPT-3及其使用潜力。我们在第6章中讨论了更广泛地采用GPT-3所带来的问题,如滥用和偏见,以及解决这些问题的进展。最后,我们展望未来,带您了解随着GPT-3融入更广泛的商业生态系统而出现的最令人兴奋的趋势和可能性。
1. [英]桑德拉·库布利克(Sandra Kublik)
人工智能企业家、推广者和社区建设者,她的工作促进了人工智能商业创新。她是多家人工智能先行公司的导师和教练,初创公司人工智能加速计划和人工智能黑客马拉松社区深度学习实验室的联合创始人。她是NLP和生成式人工智能主题的积极发言人。她经营着一个YouTube频道,采访生态系统利益相关者,并通过有趣和有教育性的内容讨论开创性的人工智能趋势。
2. [英]舒巴姆·萨博(Shubham Saboo)
在全球知名公司担任从数据科学家到人工智能推广者的多个角色,他参与构建整个组织的数据战略和技术基础设施,以从头开始创建和扩展数据科学和机器学习实践。作为一名人工智能推广者,他的工作促使他建立了社区,并接触了更广泛的受众,以促进新兴的人工智能领域的思想交流。他热衷于学习新事物并与社区分享知识,撰写了关于人工智能的进步及其经济影响的技术博客。
对本书的赞誉
致谢
关于作者
译者序
前言
第1章 大型语言模型革命
自然语言处理的幕后花絮
语言模型变得越大越好
生成式预训练Transformer:GPT-3
生成模型
预训练模型
Transformer模型
序列到序列模型
Transformer注意力机制
GPT-3:简史
GPT-1
GPT-2
GPT-3
访问OpenAI API
第2章 OpenAI API入门
OpenAI Playground
提示工程与设计
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
执行引擎
Davinci
Curie
Babbage
Ada
Instruct系列
API端点
列出引擎
返回引擎
补全
语义搜索
文件
Embedding
定制GPT-3
定制 GPT-3 模型支持的应用程序ⅩⅨ
如何为您的应用程序定制GPT-3
Token
定价
GPT-3在标准NLP任务上的性能
文本分类
命名实体识别
文本摘要
文本生成
文章生成
社交媒体生成
结论
第3章 GPT-3和编程
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
结论
第4章 GPT-3是下一代创业公司的推动者
模型即服务
近距离观察新的创业环境:案例研究
GPT-3的创造性应用:Fable Studio
GPT-3的数据分析应用:Viable
GPT-3的聊天机器人应用:Quickchat
GPT-3的营销应用:Copysmith
GPT-3的编码应用:Stenography
投资者对GPT-3创业生态系统的展望
结论
第5章 GPT-3是企业创新的下一步
案例研究:GitHub Copilot
它是如何运行的
开发Copilot
低代码/无代码编程意味着什么
使用API扩展
GitHub Copilot的下一步是什么
案例研究:Algolia Answers
评估NLP选项
数据隐私
费用
速度和延迟
经验教训
案例研究:微软的Azure OpenAI服务
本应建立的伙伴关系
Azure原生OpenAI API
资源管理
安全和数据隐私
企业级的模型即服务
其他微软AI和ML服务
给企业的建议
OpenAI或Azure OpenAI服务:您应该使用哪一种
结论
第6章 GPT-3:好的、坏的和丑的
应对人工智能偏见
反偏见对策
低质量的内容和错误信息的传播
LLM的绿色足迹
谨慎行事
结论
结论 实现人工智能的大众化
无代码?没问题!
访问和模型即服务
结论