本书是一本关于生成式预训练人工智能语言模型的综合性图书，涵盖了其在创建创新NLP产品方面的意义、功能和应用。
本书提供了如何轻松使用OpenAI API的全面指南，探索了根据用户的具体需求使用该工具的方法，并展示了基于GPT-3的成功企业案例。
本书分为两个部分，第一部分侧重于介绍OpenAI API的基础知识。第二部分着重研究GPT-3周边的动态和繁荣的环境。
本书适合技术研发人员、人工智能爱好者，以及关注人工智能应用的企业家、创业者阅读。

对本书的赞誉
致谢
关于作者
译者序
前言
第1章 大型语言模型革命
自然语言处理的幕后花絮
语言模型变得越大越好
生成式预训练Transformer：GPT-3
生成模型
预训练模型
Transformer模型
序列到序列模型
Transformer注意力机制
GPT-3：简史
GPT-1
GPT-2
GPT-3
访问OpenAI API
第2章 OpenAI API入门
OpenAI Playground
提示工程与设计
分解OpenAI API
Engine
Response length
Temperature和Top P
Frequency penalty和Presence penalty
Best of
Stop sequences
Inject start text和Inject restart text
Show probabilities
执行引擎
Davinci
Curie
Babbage
Ada
Instruct系列
API端点
列出引擎
返回引擎
补全
语义搜索
文件
Embedding
定制GPT-3
定制GPT-3模型支持的应用程序ⅩⅨ
如何为您的应用程序定制GPT-3
Token
定价
GPT-3在标准NLP任务上的性能
文本分类
命名实体识别
文本摘要
文本生成
文章生成
社交媒体生成
结论
第3章 GPT-3和编程
如何在Python中使用OpenAI API
如何在Go中使用OpenAI API
如何在Java中使用OpenAI API
由Streamlit提供支持的GPT-3沙盒
结论
第4章 GPT-3是下一代创业公司的推动者
模型即服务
近距离观察新的创业环境：案例研究
GPT-3的创造性应用：Fable Studio
GPT-3的数据分析应用：Viable
GPT-3的聊天机器人应用：Quickchat
GPT-3的营销应用：Copysmith
GPT-3的编码应用：Stenography
投资者对GPT-3创业生态系统的展望
结论
第5章 GPT-3是企业创新的下一步
案例研究：GitHub Copilot
它是如何运行的
开发Copilot
低代码/无代码编程意味着什么
使用API扩展
GitHub Copilot的下一步是什么
案例研究：Algolia Answers
评估NLP选项
数据隐私
费用
速度和延迟
经验教训
案例研究：微软的Azure OpenAI服务
本应建立的伙伴关系
Azure原生OpenAI API
资源管理
安全和数据隐私
企业级的模型即服务
其他微软AI和ML服务
给企业的建议
OpenAI或Azure OpenAI服务：您应该使用哪一种
结论
第6章 GPT-3：好的、坏的和丑的
应对人工智能偏见
反偏见对策
低质量的内容和错误信息的传播
LLM的绿色足迹
谨慎行事
结论
结论 实现人工智能的大众化
无代码？没问题！
访问和模型即服务
结论