Descripción
Ingeniería de Prompts para IA Generativa: Entradas a Prueba de Futuro para Salidas Confiables de IA es un libro escrito por James Phoenix y Mike Taylor, publicado por O'Reilly Media. Ofrece una exploración detallada de la ingeniería de prompts, un conjunto de principios diseñados para optimizar la interacción con modelos de IA generativa como los modelos de lenguaje grande (LLMs) y los modelos de difusión. Estos modelos, incluidos los populares como ChatGPT y Stable Diffusion, han sido entrenados en extensos conjuntos de datos de internet, lo que les permite contribuir a una amplia gama de tareas.
Leer más
El libro tiene como objetivo proporcionar a los lectores una base sólida en IA generativa, centrándose en aplicaciones prácticas de estos modelos. Aborda los desafíos comunes que enfrentan los desarrolladores al integrar LLMs y modelos de difusión en flujos de trabajo, particularmente la dificultad para obtener resultados confiables para sistemas automatizados. Los autores explican cómo transformar problemas de aplicación en problemas de finalización de documentos dentro del dominio de entrenamiento del modelo puede llevar a solicitudes de modelos de IA más efectivas.
Los lectores aprenderán sobre la estructura de la cadena de interacción entre los modelos de IA y las aplicaciones, incluidos los pasos detallados involucrados. El libro también cubre la influencia de la arquitectura del modelo en las estrategias de interacción y cómo estos principios pueden aplicarse en dominios como el procesamiento del lenguaje natural, la generación de texto e imágenes, y el desarrollo de código.
Con 422 páginas, esta primera edición está programada para ser lanzada el 25 de junio de 2024. Está diseñada para desarrolladores y profesionales que buscan aprovechar el poder de la IA generativa en su trabajo, proporcionando información sobre cómo empoderar a la IA para que funcione de manera efectiva y confiable.
- CategoríaHerramientas de ingeniería de prompts
Detalles del libro
Guía completa sobre ingeniería de prompts
Enfoque en modelos de lenguaje grande y modelos de difusión
Aplicaciones prácticas en diversos dominios
Estrategias para salidas confiables de IA
Estructura detallada de la cadena de interacción
Influencia de la arquitectura del modelo
Transformación de problemas de aplicación
Publicado por O'Reilly Media
Para quién es este libro
- Integración de modelos de IA
- Procesamiento del lenguaje natural
- Generación de texto
- Generación de imágenes
- Desarrollo de código
