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 3. Navigazione nelle applicazioni LLM: Capacità e sfide

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

La fornitura dei modelli GPT-4 e GPT-3.5 dietro un servizio API ha introdotto nuove funzionalità per gli sviluppatori. È ora possibile creare applicazioni intelligenti in grado di comprendere e rispondere al linguaggio naturale senza richiedere una conoscenza approfondita dell'IA. Dai chatbot agli assistenti virtuali, dalla creazione di contenuti alla traduzione linguistica, le LLMs vengono utilizzate per un'ampia gamma di applicazioni in diversi settori.

Questo capitolo approfondisce il processo di costruzione di applicazioni basate sugli LLM. Imparerai i punti chiave da considerare per integrare questi modelli nei tuoi progetti di sviluppo di applicazioni.

Il capitolo dimostra la versatilità e la potenza di questi modelli linguistici attraverso diversi esempi. Alla fine del capitolo, sarai in grado di creare applicazioni intelligenti e coinvolgenti che sfruttano la potenza della PNL.

Panoramica sullo sviluppo delle app

Su il cuore dello sviluppo di applicazioni basate su LLM con OpenAI è l'API OpenAI. Ciò richiede un'accurata gestione delle chiavi API, la considerazione della sicurezza e della privacy dei dati e la mitigazione del rischio di attacchi specifici ai servizi che integrano le LLM.