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，**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 **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