Prompt Engineering para Inteligencia Artificial Generativa
Cómo Elaborar Preguntas para Obtener Respuestas Fiables y Relevantes con la Ia
Phoenix, James
Los modelos de lenguaje de gran tamaño (LLM) y los modelos de difusión, como ChatGPT y DALL-E, representan una revolución sin precedentes en el ámbito de la inteligencia artificial. Entrenados con texto e imágenes públicas disponibles en Internet, estos modelos son capaces de abordar una amplia variedad de tareas, ofreciendo soluciones innovadoras y automatizadas a problemas pr...
Sinopsis
Los modelos de lenguaje de gran tamaño (LLM) y los modelos de difusión, como ChatGPT y DALL-E, representan una revolución sin precedentes en el ámbito de la inteligencia artificial. Entrenados con texto e imágenes públicas disponibles en Internet, estos modelos son capaces de abordar una amplia variedad de tareas, ofreciendo soluciones innovadoras y automatizadas a problemas previamente inabordables. A pesar de su accesibilidad, muchos desarrolladores enfrentan desafíos significativos al intentar obtener resultados fiables y utilizables en sistemas automatizados. Este libro ofrece una guía exhaustiva para adquirir una sólida base en IA generativa y aprender a aplicar estos modelos en la práctica. Los autores, James Phoenix y Mike Taylor, presentan los principios del prompt engineering, esenciales para trabajar de manera efectiva con IA en entornos de producción. En este libro descubrirá: - Los cinco principios de prompting que son transferibles entre diferentes modelos y que mantendrán su efectividad en el futuro. - Aplicaciones prácticas de la IA generativa en ejemplos del mundo real, utilizando bibliotecas y frameworks como LangChain. - Cómo evaluar y comparar modelos: analizará y comparará modelos de OpenAI, como GPT-4 y DALL-E 2, con alternativas de código abierto, identificando sus fortalezas y debilidades. - Implementación en diversos ámbitos: aprenderá cómo aplicar estos principios en procesamiento del lenguaje natural (PNL), generación de texto e imágenes, y generación de código. Este libro es una herramienta indispensable para cualquier desarrollador que quiera llevar sus proyectos al siguiente nivel y aprovechar el poder de la IA generativa para transformar sus resultados y diferenciarse en el mercado. No lo deje escapar.
Índice
CONTENIDO Prefacio 1. Los cinco principios del prompting Visión general de los cinco principios del prompting 1.1. Visión general de los cinco principios del prompting 1.1.1. Proporcionar orientación 1.1.2. Especificar el formato 1.1.3. Proporcionar ejemplos 1.1.4. Evaluar la calidad 1.1.5. Dividir la tarea 1.2. Resumen 2.Introducción a los modelos de lenguaje de gran tamaño para la generación de texto 2.1. ¿Qué son los modelos de generación de texto? 2.1.1. Representaciones vectoriales: la esencia numérica del lenguaje 2.1.2- Arquitectura transformer: orquestación de relaciones contextuales 2.1.3. Generación probabilística de texto: el mecanismo de decisión 2.2. Bases históricas: el auge de las arquitecturas de transformadores 2.3. Transformadores preentrenados generativos de OpenAI 2.3.1.GPT-3.5-turbo y ChatGPT 2.4. GPT-4 2.5. Gemini de Google 2.6. Llama de Meta y Open Source 2.7. Aprovechamiento de la cuantización y LoRA 2.8. Mistral 2.9. Anthropic: Claude GPT-4V(ision) 2.10. Comparación de modelos 2.11. Resumen 3. Prácticas estándar para la generación de texto con ChatGPT 3.1. Generación de listas 3.2. Generación de listas jerárquicas 3.3. Cuando evitar el uso de expresiones regulares 3.4. Generación de JSON 3.4.1. YAML 3.5. Filtrado de payloads en YAML 3.6. Tratamiento de payloads no válidos en YAML 3.7. Generación de distintos formatos con ChatGPT 3.7.1. Datos CSV simulados 3.8. Explicarlo como si tuviera cinco años 3.9. Traducción universal mediante los LLM 3.10. Preguntar por el contexto 3.11. Desagregación de estilos del texto 3.12. Identificación de las características deseadas del texto 3.13. Generación de contenido nuevo utilizando las características extraídas 3.14. Extracción de características de texto específicas mediante los LLM 3.15. Elaboración de resúmenes 3.16. Realización de resumen teniendo en cuenta las limitaciones de la ventana contextual 3.17. División del texto en fragmentos 3.
Comentarios
Sé el primero en comentar este libroArtículos relacionados
