Tworzenie aplikacji z wykorzystaniem GPT-4 i ChatGPT. Buduj inteligentne chatboty, generatory treści i fascynujące projekty - ebook

ChatGPT wywołał wstrząs w branży technologicznej. Programiści i wynalazcy otrzymali niesamowite możliwości dostępne na wyciągnięcie ręki. Interfejs API OpenAI i towarzyszące mu biblioteki stanowią gotowe rozwiązanie dla każdego twórcy aplikacji opartych na sztucznej inteligencji. Programista za pomocą zaledwie kilku linii kodu może implementować w swoich projektach wyrafinowane funkcje.

Książka płynnie łączy teorię z praktyką, przystępnie opisuje zawiłości modeli GPT-4 i ChatGPT.

Lucas Soares, inżynier uczenia maszynowego w Biometrid

Ta napisana jasnym językiem książka stanowi kompleksowy przewodnik dla programistów Pythona, którzy chcą budować aplikacje bazujące na dużych modelach językowych. Zaprezentowano w niej główne cechy i zasady działania modeli GPT-4 i ChatGPT. Znalazły się tu także instrukcje, jak krok po kroku tworzyć w Pythonie aplikacje korzystające z modeli do generowania treści, odpowiadania na pytania i streszczania tekstów. Istotną zaletą są przejrzyste przykłady i dołączone pliki z kodami, pomocne w tworzeniu konkretnych projektów. Dzięki tej książce z łatwością wykorzystasz moc dużych modeli językowych w swoich aplikacjach!

Dowiesz się:

• jak działają modele ChatGPT i GPT-4 i do czego mogą być przydatne
• jak korzystać z modeli NLP w aplikacjach Pythona
• jak używać interfejsów API modeli do przetwarzania języka naturalnego
• jak stosować zaawansowane techniki, takie jak inżynieria monitu
• jak dostrajać modele do określonych zadań

Autorzy wytyczają ścieżkę do tworzenia najnowocześniejszych aplikacji!

Tom Taulli, autor Generative AI

Wprowadzenie

1. Podstawy modeli GPT-4 i ChatGPT

• Wprowadzenie do modeli LLM
  • Podstawy modeli językowych i NLP
  • Transformer i jego rola w modelu LLM
  • Demistyfikacja etapów tokenizacji i prognozowania w modelach GPT
• Historia modeli w skrócie: od GPT-1 do GPT-4
  • GPT-1
  • GPT-2
  • GPT-3
  • Od GPT-3 do InstructGPT
  • GPT-3.5, Codex i ChatGPT
  • GPT-4
• Zastosowania modelu LLM i przykładowe produkty
  • Be My Eyes
  • Morgan Stanley
  • Khan Academy
  • Duolingo
  • Yabble
  • Waymark
  • Inworld AI
• Uważaj na halucynacje sztucznej inteligencji: ograniczenia i wnioski
• Optymalizowanie modelu GPT za pomocą wtyczek i dostrajania
• Podsumowanie

2. Szczegółowe informacje o interfejsach API modeli GPT-4 i ChatGPT

• Podstawowe pojęcia
• Dostępne interfejsy API modeli OpenAI
• Testowanie modeli GPT za pomocą platformy OpenAI Playground
• Pierwsze kroki: biblioteka OpenAI dla języka Python
  • Dostęp do modeli i klucz API
  • Przykład "Witaj, świecie!"
• Korzystanie z modeli ChatGPT i GPT-4
  • Parametry wejściowe punktu końcowego ChatCompletion
  • Format odpowiedzi punktu końcowego ChatCompletion
  • Od uzupełniania tekstu do funkcji
• Korzystanie z innych modeli uzupełniających tekst
  • Parametry wejściowe punktu końcowego Completion
  • Format odpowiedzi punktu końcowego Completion
• Uwagi
  • Ceny i limity tokenów
  • Bezpieczeństwo i prywatność danych
• Inne interfejsy API i ich funkcjonalności
  • Osadzenia
  • Modele moderujące
  • Whisper i DALL-E
• Podsumowanie (i ściągawka)

3. Tworzenie aplikacji opartych na modelach GPT-4 i ChatGPT

• Ogólne informacje o tworzeniu aplikacji
  • Zarządzanie kluczami API
  • Bezpieczeństwo i prywatność danych
• Wzorce architektoniczne oprogramowania
• Podatności na ataki aplikacji opartych na modelach LLM
  • Analiza danych wejściowych i wyjściowych
  • Nieuchronność wstrzykiwania monitów
• Przykładowe projekty
  • Projekt 1. Generator wiadomości
  • Projekt 2. Streszczanie filmów z YouTube'a
  • Projekt 3. Ekspert od Minecrafta
  • Projekt 4. Sterowanie głosem
• Podsumowanie

4. Zaawansowane techniki GPT-4 i ChatGPT

• Inżynieria monitu
  • Tworzenie skutecznych monitów
  • Rozumowanie modelu krok po kroku
  • Implementacja uczenia na kilku przykładach
  • Zwiększanie skuteczności monitu
• Dostrajanie modelu
  • Pierwsze kroki
  • Dostrajanie modelu za pomocą interfejsu OpenAI API
  • Zastosowania dostrojonych modeli
  • Generowanie syntetycznych danych i dostrajanie modelu na potrzeby e-mailowej kampanii marketingowej
  • Koszty dostrajania
• Podsumowanie

5. Rozszerzanie modeli LLM za pomocą platformy LangChain i wtyczek

• Platforma LangChain
  • Dynamiczne monity
  • Agenty i narzędzia
  • Pamięć
  • Osadzenia
• Wtyczki GPT-4
  • Informacje ogólne
  • Interfejs API
  • Manifest
  • Specyfikacja OpenAPI
  • Opisy
• Podsumowanie
• Wnioski

Słownik kluczowych pojęć