人工智能在过去几年中获得了令人惊讶的新语言能力。由于深度学习的快速进展，语言AI系统能够比以往更好地书写和理解文本。这一趋势推动了新功能、新产品和整个行业的兴起。通过本书，Python开发者将学习到今天使用这些能力所需的实用工具和概念。
你将学习如何利用预训练的大型语言模型的强大功能来进行文案写作和摘要生成；创建超越关键词匹配的语义搜索系统；构建分类和聚类文本的系统，以实现大规模理解大量文本文档；并使用现有的库和预训练模型进行文本分类、搜索和聚类。 本书还将向你展示如何：
- 构建高级LLM（大型语言模型）管道以聚类文本文档并探索它们所属的主题
- 构建超越关键词搜索的语义搜索引擎，采用密集检索和重排序等方法
- 了解这些模型在各种用例中的价值
- 理解BERT和GPT等基础Transformer模型的架构
- 更深入地了解LLM的训练过程
- 通过生成模型微调、对比微调和上下文学习等方法优化LLM以用于特定应用 希望这个翻译符合您的要求并保持了原文的技术准确性和细微差别。
Hands-On Large Language Models: Language Understanding and Generation
- 您程序的AI模型的交互链结构及其之间的细化步骤- 如何将应用问题转化为模型训练领域的文档完成问题，从而产生AI模型请求- LLM和扩散模型架构的影响——以及如何与其最佳互动- 这些原则在自然语言处理、文本和图像生成以及代码领域的实践应用书评“这是我读过的关于提示工程的最好的书籍资源。Mike和James是他们领域的专家。” ——Dan Shipper，Every联合创始人兼CEO“这本书是生成式AI和提示工程基础知识的一个坚实介绍。作者涵盖了从初学者到高级用户的各种有用技巧，简单、实用且易于理解。如果您希望提高AI系统的准确性和可靠性，这本书应当在您的书架上。”——Mayo Oshin，Siennai Analytics创始人兼CEO，LangChain早期贡献者“Phoenix和Taylor的指南是生成式AI浩瀚海洋中的灯塔。这本书成为了我们团队在Phiture AI Labs学习如何利用LLMs和扩散模型创建与客户应用和游戏本质相符的营销资产的基石。通过提示工程，我们能够大规模生成定制的品牌内容。这不仅仅是理论；这是将AI的原始潜力转化为定制解决方案的实践大师课程，使其成为希望将AI集成提升到新的创造力和效率高度的开发者的必读书籍。” ——Moritz Daan，Phiture移动增长咨询公司创始人/合伙人
“《生成式AI的提示工程》可能是未来保障您技术职业的最具前瞻性的方法。这无疑是任何从事AI实际应用工作的人的最佳资源。这里面丰富、精炼的原则将帮助新老AI工程师在未来可预见的竞争中保持领先。” ——Ellis Crosby，Incremento CTO兼联合创始人“这是代理和服务专业人员的必备指南。将AI与服务和客户交付结合起来，利用自动化管理，加快解决方案的速度，将设定新的行业标准。您会在书中找到有用、实用的信息和策略，使您能够充分理解和利用AI的潜力。” ——Byron Tassoni-Resch，WeDiscover CEO兼联合创始人作者的话自2020年GPT-3测试版以来，我们一直在做提示工程，当GPT-4推出时，我们发现许多我们曾使用的技巧和窍门已不再必要。这促使我们定义了一套可跨模型和模态转移的面向未来的原则，这些原则在使用GPT-5或未来的任何模型时仍然有用。提示的五项原则是：1. 提供方向：详细描述所需的风格，或参考相关的角色。2. 指定格式：定义要遵循的规则和响应的必要结构。3. 提供示例：插入一组多样的测试案例，其中任务已正确完成。4. 评估质量：识别错误并评价响应，测试驱动性能的因素。5. 分工：将任务分成多个步骤，链式连接以实现复杂目标。我们首次在2022年7月以博客文章的形式发布了这些原则，它们经受住了时间的考验，包括与OpenAI自己一年后发布的提示工程指南高度契合。任何与生成式AI密切合作的人都可能会收敛到一组类似的策略来解决常见问题，但这本书旨在更快地让您达到这一点。在本书中，您将看到数百个提示技术的示例，包括文本和图像提示，以及使用Python构建AI自动化脚本和产品。这不是一个寻找正确魔法词组组合的提示技巧列表，而是一个构建系统的实用指南，提供AI应用所需的正确上下文，以及如何测试和扩展生产环境中的AI系统。如果您符合以下情况，这本书将对您有用：- 您的时间价值超过每小时40美元，阅读这本书节省的几个小时，而不是从多个来源拼凑一切，对您来说是值得的。- 您不仅是随便使用AI，而是实际在构建一个AI应用或内部模板，许多人每天将使用数百或数千次。- 您希望通过学习数百个如何解决AI常见问题的真实案例来减少幻觉并提高AI的可靠性。- 您希望比较OpenAI与其他模型的优缺点，以及LangChain等常见框架、不同的向量数据库选项和AUTOMATIC1111。- 您想看到从一个天真的提示到一个完整AI代理，包括使用Gradio构建基本用户界面的端到端AI应用构建过程。
微信扫码咨询专知VIP会员