book

Sviluppare app con GPT-4 e ChatGPT, 2a edizione

by Olivier Caelen, Marie-Alice Blete

March 2025

Intermediate to advanced

272 pages

7h 58m

Italian

O'Reilly Media, Inc.

Read now

Unlock full access

Convenzioni utilizzate in questo libroUtilizzo di esempi di codiceFormazione online O'ReillyCome contattarciRingraziamenti
Introduzione ai modelli linguistici di grandi dimensioniEsplorare i fondamenti dei modelli linguistici e della PNLCapire l'architettura dei trasformatori e il loro ruolo negli LLMsDemistificazione delle fasi di tokenizzazione e previsione nei modelli GPTIntegrare la visione in un LLMUna breve storia: Dal GPT-1 al GPT-4GPT-1GPT-2GPT-3Da GPT-3 a InstructGPTGPT-3.5, ChatGPT, CodexGPT-4L'evoluzione dell'intelligenza artificiale verso la multimodalitàCasi d'uso di LLM e prodotti di esempioSii i miei occhiMorgan StanleyAccademia KhanDuolingoYabbleWaymarkInworld AIAttenzione alle allucinazioni dell'intelligenza artificiale: Limiti e considerazioniSbloccare il potenziale di GPT con le funzioni avanzateRiassunto
Concetti essenzialiModelli disponibili nell'API OpenAIBase GPTInstructGPT (Legacy)GPT-3.5GPT-4Prova i modelli GPT con l'OpenAI PlaygroundCome iniziare: La libreria OpenAI PythonChiave di accesso e API OpenAI"Esempio di "Hello WorldUtilizzo dei modelli di completamento della chatOpzioni di input per l'endpoint di completamento della chatGiocare con la temperatura e il top_pFormato del risultato di uscita per l'endpoint di completamento della chatVisioneRichiedere un output JSONUtilizzo di altri modelli di completamento del testoOpzioni di input per l'endpoint di completamento del testoFormato del risultato di output per l'endpoint di completamento del testoConsiderazioniPrezzi e limitazioni dei gettoniSicurezza e privacy: Attenzione!Altre API e funzionalità di OpenAIIncorporazioniModerazioneText-to-SpeechDa discorso a testoImmagini APIRiepilogo (e scheda informativa)
Panoramica sullo sviluppo delle appGestione delle chiavi APISicurezza e privacy dei datiPrincipi di progettazione dell'architettura del softwareIntegrare le capacità LLM nei tuoi progettiCapacità di conversazioneCapacità di elaborazione del linguaggioCapacità di interazione uomo-computerCombinare le capacitàProgetti di esempioProgetto 1: Creazione di una soluzione di generazione di notizie - Elaborazione linguisticaProgetto 2: Riassumere i video di YouTube - Elaborazione del linguaggioProgetto 3: Creare un esperto per Zelda BOTW - Elaborazione del linguaggio e conversazioniProgetto 4: Avere un'interfaccia assistente personale-uomo-computerProgetto 5: Organizzazione dei documenti - Elaborazione linguisticaProgetto 6: Analisi dei sentimenti-Elaborazione del linguaggioGestione dei costiVulnerabilità delle app alimentate da LLMAnalizzare gli input e gli outputL'inevitabilità di un'iniezione promptLavorare con un'API esternaGestione degli errori e dei problemi di latenza inattesiLimiti tariffariMigliorare la reattività e l'esperienza dell'utenteSommario
Ingegneria promptProgettare prompt efficaci con ruoli, contesti e compitiPensare passo dopo passoImplementare l'apprendimento a pochi colpiPerfezionamento iterativo con il feedback degli utentiMigliorare l'efficacia del promptMessa a puntoCome iniziareMessa a punto con l'API OpenAIMessa a punto con l'interfaccia web di OpenAIApplicazioni di perfezionamentoGenerare e perfezionare i dati sintetici per una campagna di email marketingCosto della messa a puntoRAGRAG ingenuoRAG avanzatoLimitazioni RAGScegliere tra le strategieConfronto tra strategieValutazioniDa un'applicazione standard a una soluzione basata su LLMSensibilità promptNondeterminismoAllucinazioniSommario
Il framework LangChainLibrerie LangChainprompt dinamiciAgenti e strumentiMemoriaIncorporazioniIl framework LlamaIndexDimostrazione: RAG in 10 righe di codicePrincipi di LlamaIndexPersonalizzazionePlug-in GPT-4PanoramicaL'APIIl Manifesto del Plug-InLa specifica OpenAPIDescrizioniGPTL'assistente APICreare un assistente APIGestione di una conversazione con l'assistente APIChiamata di funzioneGli assistenti sulla piattaforma web OpenAIRiassunto
Punti di forzaMettere tutto insieme: Il caso d'uso dell'assistenteFase 1: IdeazioneFase 2: Definizione dei requisitiFase 3: costruzione di un prototipoFase 4: migliorare, iterareFase 5: Rendere la soluzione robustaLezioni apprese

Content preview from Sviluppare app con GPT-4 e ChatGPT, 2a edizione

Capitolo 1. GPT-4 e ChatGPT Essentials

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com

La possibilità di sbloccare la potenza dell'intelligenza artificiale di non è mai stata così accessibile agli sviluppatori. Modelli linguistici di grandi dimensioni (LLMs) come GPT-4 e GPT-3.5 Turbo hanno mostrato le loro capacità attraverso ChatGPT. Ora ci troviamo in un vortice di progressi, con un ritmo mai visto prima nel mondo del software. OpenAI ha reso disponibili queste innovazioni tecnologiche; quali applicazioni trasformative realizzerai con gli strumenti che hai a disposizione?

Le implicazioni di questi modelli di intelligenza artificiale vanno ben oltre i chatbot. Grazie agli LLMs, gli sviluppatori possono ora sfruttare la potenza dell'elaborazione del linguaggio naturale (NLP)di per creare applicazioni in grado di comprendere le esigenze degli utenti, trasformando quella che un tempo era fantascienza in realtà tangibile. Inoltre, grazie alle nuove capacità di visione del GPT-4, è ora possibile creare software in grado di interpretare e generare testo sulla base di immagini. Da innovativi sistemi di assistenza clienti che imparano e si adattano a strumenti educativi personalizzati che comprendono lo stile di apprendimento unico di ogni studente, i modelli linguistici GPT aprono un mondo di possibilità completamente nuovo.

Ma cosa sono questi modelli GPT? L'obiettivo di questo capitolo è ...