大模型应用开发极简入门：基于GPT-4和ChatGPT（第2版）

封面

版权信息

版权声明

O'Reilly Media Inc. 介绍

推荐序一 学习成为善用AI的人

第1版推荐序

推荐序二 开启一段有趣、有启发、有收获的冒险旅程

第1版推荐序

推荐序三 人人都要学会和AI相处

推荐序四 AI工程师：从智能革命的探索者到智能体时代的缔造者

推荐序五 未来正在生成中

推荐序六 AGI：不要旁观，要真正参与

第1版推荐序

推荐序七 AI是人类能力的指数级放大器

译者序 没有谁天生就是AI工程师

前言

排版约定

使用代码示例

O'Reilly在线学习平台（O'Reilly Online Learning）

联系我们

致谢

电子书

第1章 初识GPT-4和ChatGPT

1.1 LLM概述

1.1.1 探索语言模型和NLP的基础

1.1.2 理解Transformer架构及其在LLM中的作用

1.1.3 解密GPT模型的词元化和预测步骤

1.1.4 将视觉整合到LLM中

1.2 GPT模型简史：从GPT-1到GPT-4

1.2.1 GPT-1

1.2.2 GPT-2

1.2.3 GPT-3

1.2.4 从 GPT-3到InstructGPT

1.2.5 GPT-3.5、ChatGPT和Codex

1.2.6 GPT-4

1.2.7 人工智能向多模态演进

1.3 LLM用例和示例产品

1.3.1 Be My Eyes

1.3.2 摩根士丹利

1.3.3 可汗学院

1.3.4 多邻国

1.3.5 Yabble

1.3.6 Waymark

1.3.7 Inworld AI

1.4 警惕AI幻觉：限制与注意事项

1.5 借助高级功能释放GPT潜力

1.6 小结

第2章 深入了解OpenAI API

2.1 基本概念

2.2 OpenAI API中可用的模型

2.2.1 GPT Base

2.2.2 InstructGPT（遗留版）

2.2.3 GPT-3.5

2.2.4 GPT-4

2.3 在OpenAIPlayground中使用GPT模型

2.4 入门：OpenAIPython库

2.4.1 OpenAI服务访问与API密钥

2.4.2 Hello World

2.5 使用聊天补全模型

2.5.1 聊天补全端点的输入选项

2.5.2 调整 temperature和top_p

2.5.3 聊天补全端点的输出结果格式

2.5.4 视觉能力

2.5.5 请求JSON输出

2.6 使用其他文本补全模型

2.6.1 文本补全端点的输入选项

2.6.2 文本补全端点的输出结果格式

2.7 注意事项

2.7.1 定价和词元限制

2.7.2 安全与隐私：小心！

2.8 其他OpenAI API和功能

2.8.1 嵌入

2.8.2 审核

2.8.3 文本转语音

2.8.4 语音转文本

2.8.5 图像API

2.9 小结（含速查清单）

第3章 构建基于LLM的应用程序：功能与挑战

3.1 应用程序开发概述

3.1.1 API密钥管理

3.1.2 安全与数据隐私

3.2 软件架构设计原则

3.3 将LLM能力集成到你的项目中

3.3.1 对话能力

3.3.2 语言处理能力

3.3.3 人机交互能力

3.3.4 结合能力

3.4 示例项目

3.4.1 项目1：构建新闻生成器解决方案——语言处理

3.4.2 项目2：总结 YouTube 视频——语言处理

3.4.3 项目3：打造《塞尔达传说：旷野之息》专家——语言处理与对话

3.4.4 项目4：创建个人助理——人机界面

3.4.5 项目5：组织文档——语言处理

3.4.6 项目6：情感分析——语言处理

3.5 成本管理

3.6 基于LLM的应用程序的漏洞

3.6.1 分析输入和输出

3.6.2 提示词注入的不可避免性

3.7 合理使用外部API

3.7.1 处理错误和意外延迟问题