ChatGPT原理与应用开发
正版新书 新华官方库房直发 可开电子发票
￥ 51.9 5.2折 ￥ 99.8 全新
库存23件
作者郝少春,黄玉琳,易华挥
出版社人民邮电出版社
ISBN9787115631572
出版时间2024-02
版次1
装帧平装
开本16开
纸张胶版纸
页数204页
定价99.8元
货号SC:9787115631572
上书时间2024-09-18
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
郝少春
某AI大语言模型公司的算法工程师，开源组织Datawhale成员；拥有7 年算法和工程架构经验及丰富的项目和产品经历，涉及文本、音频、视频、图像等多种模态。
黄玉琳
上海财经大学硕士，京东算法工程师，开源组织Datawhale成员；从事智能供应链领域的算法研究及应用工作；主要研究方向为机器学习、自然语言处理、运筹优化。
易华挥
四川大学华西医院生物大数据中心的科研助理，开源组织Datawhale成员；主要研究方向为多模态表征学习及其在医学影像分析中的应用；发表顶会论文3篇。
主编推荐:
1. Di一本基于大语言模型进行商业应用开发的书；
2. 以任务（相似匹配、句词分类、文本生成、复杂推理）为中心，内容不仅可用于ChatGPT，也适用于其他大语言模型；
3. 侧重于任务的讲解与设计，思路可用于任何项目；
4. 有详细的示例代码，大部分的代码稍作修改后可用于生产环境，还有Datawhale的HuggingLLM开源教程、B站视频课程，书-课-代码仓库全方位助力学习与实践；
5. Datawhale开源社区又一力作，五位人工智能领域学者吴飞、周明、朱信忠、金耀辉、张俊林亲笔推荐！
媒体评论:
生成式人工智能所训练的大语言模型在内容合成等任务上取得了令人吃惊的进步，可产生新颖甚至是意料之外的结果——这与早期仅仅只会生硬地产生可预测结果的人工智能模型有很大不同，为探索通用人工智能的实现提供了一种方式，引起了各行业的广泛关注。因此我们所处的这个时期被誉为“人工智能的iPhone 时刻”。
这本书是由Datawhale 所推出的力作，秉承了Datawhale“为了学习者”的一贯理念，基于志愿者团队精彩的开源学习内容精心编纂而成，深入浅出地介绍大语言模型的原理和工程实践，对于初学者了解ChatGPT 非常有帮助！
——吴飞，浙江大学人工智能研究所所长
以ChatGPT 为代表的大语言模型技术推动了人工智能的发展，但如何应用大语言模型技术为用户赋能，产生更大的实用价值，仍然有很多现实问题需要去面对和解决。这本书是Datawhale 开源团队结合优质学习内容推出的又一力作，它帮助读者理解大语言模型背后的系统设计，进而能够利用大语言模型来研发自己的AI 产品。书中内容围绕自然语言处理任务展开，很多设计思路和细节其实可以应用到多个领域。期望读者多学多练，能够在实践中提升自我。
——周明，澜舟科技创始人兼CEO，创新工场首席科学家
这本书介绍了如何在大语言模型时代开发自然语言处理算法任务，让普通工程师借助大语言模型也能很快完成自然语言处理任务，在一定程度上降低了人工智能开发的门槛，让更多人有机会参与到人工智能行业的发展中。值得一提的是，这本书虽然以ChatGPT 作为示例，但绝大部分内容都可以无缝切换为其他大语言模型。这得益于本书基于以“自然语言处理算法任务”为核心的设计理念，因而这本书具有更长的生命周期。另外，书中提供的实践经验对自然语言处理算法工程师也具有实践指导意义。
——朱信忠，浙江师范大学人工智能研究院副院长，浙江省特级专家，Datawhale 首席科学家
随着Ch
...
内容简介:
随着ChatGPT的出现，大语言模型的能力得到了业内外的认可，新的商业模式不断涌现，旧的设计和实现都将重构。本书主要介绍基于ChatGPT开发算法相关的应用或服务，侧重于介绍与自然语言处理相关的常见任务和应用，以及如何使用类似ChatGPT的大语言模型服务来实现以前只有算法工程师才能完成的工作。
全书共8章内容，第1章介绍与ChatGPT相关的基础知识，第2～5章分别介绍相似匹配、句词分类、文本生成和复杂推理方面的任务，第6～8章分别介绍ChatGPT的工程实践、局限与不足，以及商业应用，以帮助读者更好地构建自己的应用。
本书以实践为主，尤其注重任务的讲解和设计，但同时也对自然语言处理相关算法的基本原理和基础知识进行科普性介绍，适合所有对大语言模型感兴趣的开发者阅读。
目录:
第1章 基础知识——大语言模型背后1
1.1 自然语言背景1
1.1.1 语言是智能的标志1
1.1.2 从图灵测试到ChatGPT2
1.2 语言模型基础6
1.2.1 最小语义单位Token与Embedding6
1.2.2 语言模型是怎么回事8
1.3 ChatGPT基础14
1.3.1 不错表示架构Transformer设计与演变14
1.3.2 生成语言模型GPT进化与逆袭18
1.3.3 利器强化学习RLHF流程与思想25
1.4 本章小结30
第2章 相似匹配——万物皆可Embedding31
2.1 相似匹配基础31
2.1.1 更好的Embedding表示31
2.1.2 如何度量Embedding相似度36
2.2 ChatGPT接口使用37
2.2.1 Embedding接口37
2.2.2 ChatGPT+提示词40
2.3 相关任务与应用41
2.3.1 简单问答：以问题找问题42
2.3.2 聚类任务：物以类聚也以群分50
2.3.3 推荐应用：一切都是Embedding55
2.4 本章小结64
第3章 句词分类——句子Token都是类别65
3.1 句词分类基础65
3.1.1 如何对一句话进行分类68
3.1.2 从句子分类到Token分类71
3.2 ChatGPT接口使用72
3.2.1 基础版GPT续写72
3.2.2 进阶版ChatGPT指令77
3.3 相关任务与应
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价