Wprowadzenie
Rozdział 1. Pięć zasad promptowania
Omówienie pięciu zasad promptowania
1. Określ wytyczne
2. Określ format odpowiedzi
3. Przedstaw przykłady
4. Oceniaj jakość
5. Dziel pracę
Podsumowanie
Rozdział 2. Wprowadzenie do dużych modeli językowych do generowania tekstu
Czym są modele do generowania tekstu?
Reprezentacje wektorowe: język w liczbach
Architektura transformerów: orkiestracja związków kontekstowych
Probabilistyczne generowanie tekstu: mechanizm podejmowania decyzji
Krótko o historii: wzrost znaczenia architektur transformerów
Wstępnie przeszkolony transformer generatywny OpenAI
GPT-3.5-turbo i ChatGPT
GPT-4
Google Gemini
Model Llama firmy Meta a otwarte oprogramowanie
Kwantyzacja i LoRA
Mistral
Anthropic: Claude
GPT-4V(ision)
Porównanie modeli
Podsumowanie
Rozdział 3. Standardowe zasady generowania tekstu z ChatGPT
Generowanie list
Generowanie list hierarchicznych
Kiedy unikać wyrażeń regularnych?
Generowanie danych w formacie JSON
Generowanie danych w formacie YAML
Filtrowanie dokumentów YAML
Obsługa nieprawidłowych dokumentów w formacie YAML
Generowanie różnorodnych formatów z użyciem ChatGPT
Spreparowane dane CSV
Wyjaśnij to jak pięciolatkowi
Uniwersalne tłumaczenia za pomocą LLM
Pytaj o kontekst
Wydzielenie stylu tekstu
Znalezienie pożądanych cech tekstu
Generowanie nowej treści za pomocą wyekstrahowanych cech
Ekstrakcja określonych cech tekstu za pomocą LLM
Podsumowywanie
Podsumowywanie a ograniczenia okna kontekstu
Podział tekstu na fragmenty
Zalety dzielenia tekstu na fragmenty
Scenariusze podziału tekstu na fragmenty
Niewłaściwe przykłady dzielenia tekstu na fragmenty
Strategie podziału
Wykrywanie zdań z użyciem spaCy
Tworzenie prostego algorytmu podziału w Pythonie
Podział za pomocą okna przesuwnego
Pakiety do dzielenia tekstu
Podział tekstu z biblioteką tiktoken
Kodowania
Zrozumienie procesu tokenizacji łańcuchów znaków
Szacowanie użycia tokenów w wywołaniach API czata
Analiza sentymentu
Sposoby usprawnienia analizy sentymentu
Ograniczenia i wyzwania analizy sentymentu
Od najmniejszych do największych
Planowanie architektury
Programowanie funkcji we Flasku
Dodawanie testów
Zalety techniki od najmniejszych do największych
Wyzwania, jakie wiążą się z techniką od najmniejszych do największych
Promptowanie z użyciem ról
Zalety promptowania z użyciem ról
Wyzwania, jakie wiążą się z promptowaniem z użyciem ról
Kiedy korzystać z promptowania z użyciem ról
Techniki promptowania GPT
Unikanie halucynacji dzięki tekstom źródłowym
Daj modelowi GPT „czas na przemyślenie”
Technika wewnętrznego monologu
Samooceniające odpowiedzi modelu językowego
Klasyfikacja za pomocą dużych modeli językowych
Tworzenie modelu klasyfikacji
Głosowanie większością w klasyfikacji
Ewaluacja kryteriów
Metapromptowanie
Podsumowanie
Rozdział 4. Zaawansowane techniki generowania tekstu za pomocą LangChain
Wprowadzenie do LangChain
Konfiguracja środowiska
Modele czatowe
Strumieniowanie modeli czatowych
Generowanie wielu odpowiedzi z dużych modeli językowych
Szablony promptów LangChain
Język wyrażeń LangChain (LCEL)
Stosowanie PromptTemplate z modelami czatowymi
Parsery wyjścia
Ewaluacje LangChain
Wywołanie funkcji OpenAI
Współbieżne wywołanie funkcji
Wywoływanie funkcji w LangChain
Ekstrakcja danych za pomocą LangChain
Planowanie zapytań
Tworzenie szablonów promptów z kilkoma przykładami
Podejście z kilkoma przykładami o stałej długości
Formatowanie przykładów
Wybór promptów z kilkoma przykładami według długości
Ograniczenia promptów z kilkoma przykładami
Zapisywanie i wczytywanie promptów modeli językowych
Łączenie danych
Ładowarki dokumentów
Rozdzielacze tekstu
Podział tekstu według długości i liczby tokenów
Rekursywny podział według wielu znaków
Dekompozycja zadań
Łańcuchy promptów
Łańcuchy sekwencyjne
Ekstrakcja kluczy za pomocą funkcji itemgetter
Tworzenie struktury dla łańcuchów LCEL
Łańcuchy dokumentów
Łańcuch nadziania dokumentów
Łańcuchy oczyszczania
Mapowanie i redukcja
Łańcuch mapowania z rankingiem
Podsumowanie
Rozdział 5. Wektorowe bazy danych z FAISS i Pinecone
Retrieval Augmented Generation (RAG)
Wprowadzenie do osadzeń
Ładowanie dokumentów
Pozyskiwanie z pamięci za pomocą FAISS
RAG z użyciem frameworka LangChain
Wektorowe bazy danych w chmurze z użyciem Pinecone
Samoodpytywanie
Alternatywne mechanizmy pozyskiwania danych
Podsumowanie
Rozdział 6. Agenty autonomiczne z pamięcią i narzędziami
Łańcuch myśli
Agenty
Wnioskuj i działaj (ReAct)
Implementacja schematu wnioskuj i działaj
Stosowanie narzędzi
Duże modele językowe jako API (funkcje OpenAI)
Porównanie funkcji OpenAI i schematu ReAct
Przypadki użycia dla funkcji OpenAI
ReAct
Przypadki użycia dla schematu ReAct
Zestawy narzędzi dla agentów
Dostosowywanie standardowych agentów
Własne agenty w LCEL
Zasady użycia pamięci
Pamięć długoterminowa
Pamięć krótkoterminowa
Pamięć krótkoterminowa w agentach konwersacyjnych QA
Obsługa pamięci w LangChain
Zachowywanie stanu
Odpytywanie stanu
ConversationBufferMemory
Inne popularne rodzaje pamięci w LangChain
ConversationBufferWindowMemory
ConversationSummaryMemory
ConversationSummaryBufferMemory
ConversationTokenBufferMemory
Agent funkcji OpenAI z pamięcią
Zaawansowane frameworki agentowe
Agenty typu planuj i uruchamiaj
Drzewo myśli
Wywołania zwrotne
Globalne wywołania zwrotne (w konstruktorach)
Wywołania zwrotne żądań
Argument verbose
Które wywołanie zwrotne wybrać?
Zliczanie tokenów za pomocą LangChain
Podsumowanie
Rozdział 7. Wprowadzenie do modeli dyfuzyjnych przeznaczonych do generowania obrazów
OpenAI DALL-E
Midjourney
Stable Diffusion
Google Gemini
Generowanie filmów na podstawie tekstu
Porównanie modeli
Podsumowanie
Rozdział 8. Standardowe metody generowania obrazów z Midjourney
Modyfikatory formatu
Modyfikatory stylu w sztuce
Inżynieria odwrotna promptów
Dopalacze jakości
Prompty negatywne
Pojęcia ważone
Promptowanie z użyciem obrazków
Wmalowywanie
Domalowywanie
Spójne postaci
Przepisywanie promptów
Rozdzielenie memów
Mapowanie memów
Analiza promptów
Podsumowanie
Rozdział 9. Zaawansowane techniki generowania obrazów za pomocą Stable Diffusion
Uruchamianie modelu Stable Diffusion
Interfejs webowy AUTOMATIC1111
Img2Img
Skalowanie obrazków w górę
Tryb Interrogate CLIP
Wmalowanie i domalowanie w Stable Diffusion
ControlNet
Model segmentowania wszystkiego (SAM)
Dostrajanie DreamBooth
Dostrajacz modelu Stable Diffusion XL
Podsumowanie
Rozdział 10. Tworzenie aplikacji wspomaganych AI
Pisanie bloga przez AI
Badanie tematu
Wywiad ekspercki
Wygeneruj zarys
Generowanie tekstu
Styl pisania
Optymalizacja tytułu
Obrazki na blogu generowane przez AI
Interfejs użytkownika
Podsumowanie
Skorowidz
Opinie
Na razie nie ma opinii o produkcie.