与AI对话：ChatGPT提示工程揭秘 / 通用智能与大模型丛书
￥100.00定价
作者： 陈峥
出版时间：2024-02
出版社：电子工业出版社
- 电子工业出版社
- 9787121455865
- 1-4
- 512252
- 48253843-6
- 平塑勒
- 16开
- 2024-02
- 296
- 260
- 计算机科学与技术
- 本科 研究生及以上
内容简介
本书以独特的角度，深入浅出地介绍了人工智能领域最新技术——ChatGPT、提示工程及自然语言处理等相关技术。在内容上，本书科普性与专业性并重，既为普通读者提供基础知识，又有对专业领域的深入探讨。本书通过7章的内容，在全面介绍ChatGPT内部原理的基础上，重点解析提示指令的构建方法，以及如何针对各类任务构建合适的提示指令，为广大读者提供了实战经验和指导。 适合对ChatGPT充满好奇心的读者，可以满足他们探寻ChatGPT内部原理的需求，还能让他们了解如何将其运用于实际工作中。对有志成为提示工程师的读者，本书提供了从新手到专家的成长之路，帮助打开新的职业发展大门。
目录
目录__eol__第1部分 基础知识__eol__1 ChatGPT：开启人工智能的新时代 2__eol__1.1 ChatGPT是什么 2__eol__1.2 ChatGPT的历史 4__eol__1.2.1 GPT-1：预训练加微调 4__eol__1.2.2 GPT-2：更大更强 5__eol__1.2.3 GPT-3：能力涌现 7__eol__1.2.4 ChatGPT：与AI对话 10__eol__1.2.5 GPT-4：多模态 12__eol__1.3 ChatGPT的应用场景 14__eol__1.4 ChatGPT的局限性 17__eol__2 从网页到API：手把手教你使用ChatGPT 20__eol__2.1 使用官方网站与ChatGPT进行交互 20__eol__2.2 用API的方式访问ChatGPT 27__eol__2.3 使用ChatGPT的其他方式 30__eol__3 演进之路：从语言模型到提示工程 37__eol__3.1 什么是语言模型 38__eol__3.2 语言模型的发展历程 40__eol__3.2.1 20世纪50年代之前：雏形初现 40__eol__3.2.2 20世纪的后五十年：由兴到衰 41__eol__3.2.3 21世纪：新时代 42__eol__3.3 Transformer模型的结构和原理 47__eol__3.3.1 注意力机制 47__eol__3.3.2 自注意力机制 48__eol__3.3.3 位置信息 49__eol__3.3.4 缩放点乘注意力 49__eol__3.3.5 多头自注意力 50__eol__3.3.6 多层自注意力 51__eol__3.3.7 交叉注意力 51__eol__3.3.8 完整的Transformer模型 52__eol__3.4 语言模型的训练 53__eol__3.4.1 自回归训练 54__eol__3.4.2 基于人工反馈的强化学习 57__eol__3.5 提示工程 61__eol__3.5.1 提示工程是什么 61__eol__3.5.2 设计良好提示的常见技巧 63__eol__3.5.3 提示工程的重要性 70__eol__第2部分 提示工程__eol__4 人人都能用AI：构建提示指令，化解各类难题 74__eol__4.1 难题已攻克：AI助你跨越语言的障碍 74__eol__4.2 不只是纠错：AI让语言表达更精准 80__eol__4.3 文学创作新思路：人机协作让作品更具灵感 85__eol__4.4 新闻报道加速器：从收集素材到成稿只需几秒 97__eol__4.5 一问即答：AI让信息获取更简单 103__eol__4.6 专家意见何处寻：AI扮演领域专家角色为你答疑解惑 108__eol__4.7 决策神器：如何让AI给出明确回答，助你做决定 118__eol__4.8 逻辑驱动的能力提升：数学和编程是一回事儿 122__eol__5 从新手到专家：普通人如何成为提示工程师 131__eol__5.1 词法和句法分析 132__eol__5.1.1 中文分词 133__eol__5.1.2 命名实体 135__eol__5.1.3 词性标注 137__eol__5.1.4 依存句法分析 139__eol__5.1.5 总结 144__eol__5.2 信息抽取 145__eol__5.2.1 关键词提取 145__eol__5.2.2 实体关系抽取 150__eol__5.2.3 结构化事件抽取 153__eol__5.2.4 总结 156__eol__5.3 分类与聚类 157__eol__5.3.1 文本分类 157__eol__5.3.2 情感分析 160__eol__5.3.3 文本聚类 164__eol__5.3.4 总结 172__eol__5.4 理解和问答 172__eol__5.4.1 常识知识问答 172__eol__5.4.2 阅读理解问答 176__eol__5.4.3 问题理解和意图识别 181__eol__5.4.4 总结 188__eol__5.5 受控文本生成 189__eol__5.5.1 文本摘要 189__eol__5.5.2 文本复述 194__eol__5.5.3 数据到文本的生成 199__eol__5.5.4 总结 206__eol__5.6 谣言和不实信息检测 206__eol__第3部分 延伸讨论__eol__6 狂欢将至：国产“ChatGPT”接踵而来 216__eol__6.1 元语智能：ChatYuan 216__eol__6.2 复旦大学：MOSS 218__eol__6.3 百度：文心一言 219__eol__6.4 清华大学：ChatGLM 221__eol__6.5 其他 223__eol__7 道阻且长：“ChatGPT”们的缺陷与局限 224__eol__7.1 幻觉：一柄双刃剑 224__eol__7.2 毒性：一个社会问题 231__eol__7.3 记忆：短期的更困难 231__eol__7.4 多模态：到底有什么用 234__eol__参考文献 242
