生成式AI的提示工程：面向规模化可靠AI输出的未来验证输入
A

生成式AI的提示工程：面向规模化可靠AI输出的未来验证输入

ChatGPT
prompt engineering generative AI AI systems language models image generation scalable solutions business applications
作者
James Phoenix, Mike Taylor
出版社
O'Reilly Media, Inc.
年份
2024
语言
英语
162
评价本书

阅读本书 登录 / 注册

预览片段

相似书籍

LLM提示工程：构建基于大语言模型应用的艺术与科学

LLM提示工程：构建基于大语言模型应用的艺术与科学

John Berryman, Albert Ziegler

PyTorch 程序员的人工智能与机器学习：生成式 AI 与机器学习实战指南

PyTorch 程序员的人工智能与机器学习：生成式 AI 与机器学习实战指南

Laurence Moroney

使用FastAPI构建生成式AI服务：开发上下文丰富的生成式AI应用的实践方法

使用FastAPI构建生成式AI服务：开发上下文丰富的生成式AI应用的实践方法

Alireza Parandeh

使用LangChain构建生成式AI：基于Python、ChatGPT及其他大语言模型的应用开发

使用LangChain构建生成式AI：基于Python、ChatGPT及其他大语言模型的应用开发

Ben Auffarth

生成式人工智能：探索生成式AI的力量与潜力

生成式人工智能：探索生成式AI的力量与潜力

Shivam R Solanki, Drupad K Khublani

数据契约：规模化开发生产级数据管道

数据契约：规模化开发生产级数据管道

Chad Sanderson, Mark Freeman, B.E. Schmidt

Kubernetes上的生成式AI：大型语言模型的生产化部署

Kubernetes上的生成式AI：大型语言模型的生产化部署

Roland Huß, Daniele Zonca

构建与训练生成式AI模型：生成式AI开发与规模化实用指南

构建与训练生成式AI模型：生成式AI开发与规模化实用指南

Irena Cronin

GenAI提示工程。高质量结果的可靠查询模式

GenAI提示工程。高质量结果的可靠查询模式

詹姆斯·菲尼克斯，迈克·泰勒

利用大型语言模型扩展企业解决方案：面向生产级企业解决方案的端到端生成式AI综合方案

利用大型语言模型扩展企业解决方案：面向生产级企业解决方案的端到端生成式AI综合方案

Arindam Ganguly