大模型应用开发极简入门：基于GPT-4和ChatGPT

图书标准信息

• 作者 （比） 奥利维耶·卡埃朗（Olivier Caelen）（法） 玛丽·艾丽斯·布
• 出版社 人民邮电出版社
• 出版时间 2022
• 版次 1
• ISBN 9787115636409
• 定价 59.80元
• 装帧 平装
• 开本 16开
• 页数 145页
• 字数 181千字

【内容简介】

本书为大模型应用开发极简入门手册，为初学者提供了一份清晰、全面的“小可用知识”，带领大家快速了解gpt4和chatgpt的工作及优势，并在此基础上使用流行的python编程语言构建大模型应用。通过本书，你不仅可以学会如何构建文本生成、问答和内容摘要等初阶大模型应用，还能了解到提示工程、模型微调、插件、langchain等高阶实践技术。本书提供了简单易学的示例，帮你理解相关概念并应用在自己的项目中。此外，书后还提供了一份术语表方便你随时参。准备好了吗？只需了解python，你即可将本书作为进入大模型时代的启动手册开发出自己的大模型应用。

【作者简介】

奥利维耶卡埃朗（olivier caelen）
国际支付服务先驱worldline公司机器学研究员、布鲁塞尔自由大学机器学博士，业余时间在布鲁塞尔自由大学教授机器学课程。

玛丽艾丽斯布莱特（mariealice blete）
国际支付服务先驱worldline公司研发部门软件架构师、数据工程师。她还负责维护开发者关系，并担任技术演讲嘉宾。

何文斯（译者）
大模型创业公司 dify 产品经理、自媒体“何文斯”作者，致力于研究大模型中间件技术和ai应用工程化的实际落地。业余时间撰写大模型相关技术的科普文章，期待共同见证通用人工智能的实现。

精彩书评：

这本书虽然比较“薄”，但是可以帮助你系统地了解什么是大语言模型，大语言模型都有哪些应用场景，以及如何写 prompt 和调用 api。另外，整本书的翻译质量也相当不错，值得一读。
——宝玉，prompt engineer

社区开发者讨论多的两个问题是：ai 原生应用究竟应该是什么样的？llm 应用技术栈应该怎么玩?阅读本书有助于你对上述两个问题建立体认识，并动手完成自己的头个基于gpt4 的应用。
——张路宇，dify创始人兼 ceo

这本书虽然是面向软件工程师的，但因为足够基础，所以我蛮建议不懂编程的朋友从这本书开始了解ai的细节。书中的代码都是python写的，这是一种接近自然语言的编程语言。你不需要深究代码细节，把它当成某种英语方言去读好。
——孙志岗，agi课堂创始人、chatall.ai作者

本书向初学者交代了大模型必要的前置概念，避了生疏感；又快速梳理了chatgpt的核心和用法；随后带大家快速上手构建一个ai应用。在实践过程中，大家还能体会到记忆、提示工程、智能体等关键领域的核心概念及其用法。
——邓范鑫，字节跳动架构师、自媒体“深度学”主理人

当前chatgpt热潮下，有部分朋友或者限于业务的泥潭之中?法?拔，或者迷失在信息爆炸的报道中始终摸不到ai的?道。通过阅读本书，建立一个大模型技术相关的认知框架，是面对当前信息爆炸的有效方法。
——梁宇鹏（@一乐），蓝莺im创始人兼ceo

这本书内容浅显易懂，非常适合想要快速入门llm应用开发的朋友。特别是第3章既有趣又生动，引导读者从具体案例出发，通过实学，快速上手llm应用开发，从而逐步深入理解这个新兴技术领域。
——罗云，腾讯云创始团队成员、腾讯云数据库副经理兼向量数据库负责人

如果在2022年底有这么一本书，可能我自己也会少走很多弯路。它不仅详细介绍了如何使用gpt4和chatgpt，还提供了入门级的提示工程指导，你不需要成为程序员，只要懂一点python可以完成示例项目，并产出强大的ai应用原型。
——宜博，llmfarm创始人

【目录】

序一学成为善用ai的人|宝玉

序二开启一段有趣、有启发、有收获的冒险旅程|张路宇

序三人人都要学会和ai相处|孙志岗

序四ai工程师：做新一轮智能的首批探索者|邓范鑫

序五进入智能应用的新时代|梁宇鹏（@一乐）

序六agi：不要旁观，要真正参与|罗云

序七不要害怕被chatgpt取代，要做批驾驭新技术的人|宜博

译者序没有谁天生是ai工程师|何文斯

前言

章初识gpt-4和chatgpt1

1．1llm概述2

1．1．1探索语言模型和nlp的基础2

1．1．2理解transformer架构及其在llm中的作用4

1．1．3解密gpt模型的标记化和预测步骤7

1．2gpt模型简史：从gpt-1到gpt-49

1．2．1gpt-19

1．2．2gpt-210

1．2．3gpt-311

1．2．4从gpt-3到instructgpt12

1．2．5gpt-3．5、codex和chatgpt14

1．2．6gpt-415

1．3llm用例和示例产品16

1．3．1bemyeyes16

1．3．2摩根士丹利17

1．3．3可汗学院17

1．3．4多邻国18

1．3．5yabble18

1．3．6waymark19

1．3．7inworldai19

1．4警惕ai幻觉：与虑20

1．5使用插件和微调优化gpt模型23

1．6小结24

第2章深入了解gpt-4和chatgpt的api25

2．1基本概念26

2．2openaiapi提供的可用模型27

2．3在openaiyground中使用gpt模型29

2．4开始使用openaipython库34

2．4．1openai访问权限和api密钥35

2．4．2hello world示例程序36

2．5使用gpt-4和chatgpt38

2．5．1chatpletion端点的输入选项39

2．5．2chatpletion端点的输出格式42

2．5．3从文本补全到函数43

2．6使用其他文本补全模型46

2．6．1pletion端点的输入选项47

2．6．2pletion端点的输出格式48

2．7虑因素48

2．7．1定价和标记48

2．7．2安全和隐私50

2．8其他openaiapi和功能50

2．8．1嵌入50

2．8．2内容审核模型53

2．8．3whisper和dall·e55

2．9小结（含速查清单）56

第3章使用gpt-4和chatgpt构建应用程序59

3．1应用程序开发概述59

3．1．1管理api密钥60

3．1．2数据安全和数据隐私62

3．2软件架构设计原则62

3．3llm驱动型应用程序的漏洞63

3．3．1分析输入和输出64

3．3．2无法避提示词注入65

3．4示例项目65

3．4．1项目1：构建新闻稿生成器65

3．4．2项目2：youtube摘要68

3．4．3项目3：打造《塞尔达传说：旷野之息》专家71

3．4．4项目4：语音控制77

3．5小结83

第4章gpt-4和chatgpt的85

4．1提示工程85

4．1．1设计有效的提示词86

4．1．2逐步思92

4．1．3实现少样本学94

4．1．4改善提示效果96

4．2微调98

4．2．1开始微调99

4．2．2使用openaiapi进行微调101

4．2．3微调的应用．105

4．2．4生成和微调电子邮件营销活动的合成数据107

4．2．5微调的成本113

4．3小结114

第5章使用langchain框架和插件增强llm的功能117

5．1langchain框架117

5．1．1动态提示词119

5．1．2智能体及工具120

5．1．3记忆124

5．1．4嵌入125

5．2gpt-4插件129

5．2．1概述130

5．2．2api131

5．2．3插件清单132

5．2．4openapi规范133

5．2．5描述135

5．3小结135

5．4结136

术语表137