[ДМК] Кублик С. Сабу Ш. GPT-3: программирование на Python в примерах. 2023

Bot

Администратор
Команда форума
23 Янв 2020
209,359
3,154
113
avatar_male_m.png

АННОТАЦИЯ
В книге исследуется мощная языковая модель GPT-3, упрощающая создание приложений с искусственным интеллектом. Первая часть посвящена основам API OpenAI, во второй описывается динамичная и процветающая среда, возникшая вокруг GPT-3. Представлены рекомендации по использованию GPT-3 для создания новых бизнес-продуктов. Обсуждается влияние GPT-3 на развитие мировой экономики и такие передовые тенденции, как программирование без кода и достижение общего искусственного интеллекта.
Книга рассчитана на читателей, интересующихся современными технологиями. Она будет особенно полезна предпринимателям, деятельность которых связана с индустрией искусственного интеллекта, а также тем, кто планирует использовать языковые способности GPT-3 для реализации творческих проектов.

Авторы: Кублик С., Сабу Ш.
Перевод: Яценков В.
Дата выхода: май 2023 года
Объем, стр: 172
ISBN: 978-5-93700-211-2

dmkpress.com/catalog/computer/data/978-5-93700-211-2

СОДЕРЖАНИЕ

  • От издательства
  • Благодарности
  • Об авторах
  • Предисловие
  • Глава 1. Революция большой языковой модели
  • Что скрывается за кулисами NLP
  • Языковые модели становятся больше и лучше
  • Что скрывается за названием GPT-3?
  • Генеративные модели
  • Предварительно обученные модели
  • Модели-трансформеры
  • Модели для преобразования последовательности
  • в последовательность
  • Механизм внимания модели-трансформера
  • GPT-3: краткая история
  • GPT-1
  • GPT-2
  • GPT-3
  • Доступ к API OpenAI
  • Глава 2. Начало работы с API OpenAI
  • Playground
  • Особенности составления текстовых запросов
  • Базовые модели
  • Davinci
  • Curie
  • Babbage
  • Ada
  • Серия Instruct
  • Конечные точки
  • List models (список моделей)
  • Retrieve model (получить модель)
  • Completions (завершения)
  • Files (файлы)
  • Embeddings (встраивания)
  • Настройка GPT-3
  • Примеры приложений на основе настраиваемых моделей
  • GPT-3
  • Как настроить GPT-3 для вашего приложения
  • Подготовка и загрузка обучающих данных
  • Обучение новой настроенной модели
  • Использование точной модели
  • Токены
  • Расценки
  • Производительность GPT-3 в стандартных задачах NLP
  • Классификация текстов
  • Классификация без ознакомления
  • Классификация с однократным и ограниченным
  • ознакомлением
  • Пакетная классификация
  • Распознавание именованных сущностей
  • Обобщение текста
  • Генерация текста
  • Генерация статьи для сайта
  • Генерация сообщений в социальных сетях
  • Заключение
  • Глава 3. GPT-3 и программирование
  • Как использовать API OpenAI с Python?
  • Как использовать API OpenAI с Go?
  • Как использовать API OpenAI с Java?
  • Sandbox GPT-3 на базе Streamlit
  • Заключение
  • Глава 4. GPT-3 как инструмент стартапов нового
  • поколения
  • Модель как услуга
  • Стартапы нового поколения: примеры из практики
  • Творческие приложения GPT-3: Fable Studio
  • Приложения анализа данных GPT-3: Viable
  • Приложения чат-ботов GPT-3: Quickchat
  • Маркетинговые приложения GPT-3: Copysmith
  • Документирование приложений GPT-3: Stenography
  • Взгляд инвестора на экосистему стартапов вокруг GPT-3
  • Заключение
  • Глава 5. GPT-3 как новый этап корпоративных
  • инноваций
  • Практический пример: GitHub Copilot
  • Как это работает
  • Разработка Copilot
  • Что означает программирование с малым кодом / без кода?
  • Масштабирование с помощью API
  • Каковы перспективы развития Github Copilot?
  • Практический пример: Algolia Answers
  • Оценка возможностей NLP
  • Конфиденциальность данных
  • Стоимость
  • Скорость и задержка
  • Первые уроки
  • Практический пример: Microsoft Azure OpenAI
  • Microsoft и OpenAI: предсказуемое партнерство
  • Собственный API OpenAI для Azure
  • Управление ресурсами
  • Безопасность и конфиденциальность данных
  • Модель как услуга на уровне предприятия
  • Другие службы искусственного интеллекта и машинного
  • обучения Майкрософт
  • Совет для предприятий
  • OpenAI или служба Azure OpenAI: что следует использовать?
  • Заключение
  • Глава 6. GPT-3: хорошая, плохая, ужасная
  • Борьба с предвзятостью ИИ
  • Подходы к борьбе с предвзятостью
  • Некачественный контент и распространение дезинформации
  • Зеленый след LLM
  • Действуйте осторожно
  • Заключение
  • Глава 7. Демократизация доступа
  • к искусственному интеллекту
  • Нет кода – нет проблем!
  • Доступ и модель как услуга
  • Заключение
  • Предметный указатель