Разработка приложений на базе GPT-4 и ChatGPT (with Color Images)

Эта небольшая книга представляет собой подробное руководство для разработчиков на Python, желающих научиться создавать приложения с использованием больших языковых моделей. Авторы расскажут об основных возможностях и преимуществах GPT-4 и ChatGPT, а также принципах их работы. Здесь же вы найдете пошаговые инструкции по разработке приложений с использованием библиотеки поддержки GPT-4 и ChatGPT для Python, в том числе инструментов для генерирования текста, отправки вопросов и получения ответов и обобщения контента. «Разработка приложений на базе GPT-4 и ChatGPT» содержит множество легковоспроизводимых примеров, которые помогут освоить особенности применения моделей в своих проектах. Все примеры кода на Python доступны в репозитории GitHub. Решили использовать возможности LLM в своих приложениях? Тогда вы выбрали правильную книгу. Краткое содержание Оглавление Предисловие Условные обозначения Использование примеров кода Благодарности О научном редакторе русского издания От издательства Глава 1. Обзор GPT-4 и ChatGPT Введение в LLM Изучение основ языковых моделей и NLP Ключевые особенности трансформера и его роль в обработке естественного языка Суть процесса токенизации и прогнозирования в моделях GPT Краткая история: от GPT-1 до GPT-4 GPT-1 GPT-2 GPT-3 От GPT-3 к InstructGPT GPT-3.5, Codex и ChatGPT GPT-4 Сценарии использования LLM и примеры продуктов Be My Eyes Morgan Stanley Khan Academy Duolingo Yabble Waymark Inworld AI Галлюцинации ИИ: ложная информация Оптимизация моделей GPT с помощью плагинов и тонкой настройки Резюме Глава 2. Глубокое погружение в GPT-4 и API ChatGPT Основные понятия Модели, доступные в API OpenAI Использование моделей GPT с помощью OpenAI Playground Библиотека OpenAI Python Ключ доступа и API OpenAI Hello World Использование ChatGPT и GPT-4 Параметры ввода для конечной точки завершения чата Обязательные параметры Продолжительность диалога и количество токенов Формат выходного результата для конечной точки завершения чата От текстовых завершений к функциям Использование других моделей завершения текста Параметры ввода для конечной точки завершения текста Основные входные параметры Длина промтов и токенов Необязательные параметры Формат результата вывода для конечной точки завершения текста Соображения Ценообразование и ограничения по токенам Безопасность и конфиденциальность: осторожно! Другие API и функционал OpenAI Вложения Как вложения переводят язык для машинного обучения Модель модерации Whisper и DALL-E Резюме Глава 3. Создание приложений с помощью GPT-4 и ChatGPT Разработка приложений Управление ключами API Пользователь предоставляет ключ API Вы предоставляете ключ API Безопасность и конфиденциальность данных Принципы проектирования архитектуры программного обеспечения Уязвимости в приложениях с поддержкой LLM Анализ ввода и вывода Неизбежность атак Примеры проектов Проект 1. Создание решения для генератора новостей Проект 2. Краткое изложение видеороликов YouTube Проект 3. Создание ассистента для видеоигры Zelda BOTW Redis Информационно-поисковый сервис Сервис намерений Сервис ответов Собираем все вместе Проект 4. Голосовое управление Распознавание речи с помощью Whisper Помощник с GPT-3.5 Turbo Пользовательский интерфейс с Gradio Демонстрация Резюме Глава 4. Передовые технологии GPT-4 и ChatGPT Проектирование промтов Эффективные промты Контекст Задача Роль Пошаговое мышление Реализация обучения на примерах Повышение эффективности проектирования промтов Как побудить модель задавать дополнительные вопросы Форматирование вывода Повторение инструкций Используйте негативные промты Добавление ограничения по длине Тонкая настройка Начало работы Адаптация базовых моделей GPT к требованиям конкретной области Тонкая настройка в сравнении с обучением на нескольких примерах Тонкая настройка с помощью API OpenAI Подготовка данных Обеспечение доступности данных Создание точно настроенной модели Список заданий по тонкой настройке Отмена задания на тонкую настройку Тонкая настройка приложений Анализ юридических документов Автоматизированная проверка кода Обобщение финансовых документов Перевод технической документации Формирование новостных статей на узкоспециализированные темы Генерация и тонкая настройка искусственных данных для email-маркетинга Создание искусственного набора данных Тонкая настройка модели на искусственном наборе данных Использование модели тонкой настройки для завершения текста Стоимость тонкой настройки Резюме Глава 5. Расширение возможностей LLM с помощью LangChain Framework и плагинов Фреймворк LangChain Динамические промты Агенты и инструменты Память Вложения Плагины GPT-4 Общие сведения API Манифест плагина Спецификация OpenAPI Описания Резюме Заключение Глоссарий Об авторах Иллюстрация на обложке This minibook is a comprehensive guide for Python developers who want to learn how to build applications with large language models. Authors Olivier Caelen and Marie-Alice Blete cover the main features and benefits of GPT-4 and ChatGPT and explain how they work. You'll also get a step-by-step guide for developing applications using the GPT-4 and ChatGPT Python library, including text generation, Q&A, and content summarization tools. Written in clear and concise language, Developing Apps with GPT-4 and ChatGPT includes easy-to-follow examples to help you understand and apply the concepts to your projects. Python code examples are available in a GitHub repository, and the book includes a glossary of key terms. Ready to harness the power of large language models in your applications? This book is a must. You'll learn: The fundamentals and benefits of ChatGPT and GPT-4 and how they workHow to integrate these models into Python-based applications for NLP tasksHow to develop applications using GPT-4 or ChatGPT APIs in Python for text generation, question answering, and content summarization, among other tasksAdvanced GPT topics including prompt engineering, fine-tuning models for specific tasks, plug-ins, LangChain, and more