Datawhale的开源大模型实战教程，透彻解读4类常见NLP任务的系统设计，3种方式书-课-代码仓库全方位学习，每个人都可以用大语言模型轻松做出自己的AI产品， 5位人工智能领域学者吴飞、周明、朱信忠、金耀辉、张俊林亲笔推荐！
◎编辑推荐：
适读人群 ：适合所有对大语言模型感兴趣的开发者阅读
1. Di一本基于大语言模型进行商业应用开发的书；
2. 以任务（相似匹配、句词分类、文本生成、复杂推理）为中心，内容不仅可用于ChatGPT，也适用于其他大语言模型；
3. 侧重于任务的讲解与设计，思路可用于任何项目；
4. 有详细的示例代码，大部分的代码稍作修改后可用于生产环境，还有Datawhale的HuggingLLM开源教程、B站视频课程，书-课-代码仓库全方位助力学习与实践；
5. Datawhale开源社区又一力作，五位人工智能领域学者吴飞、周明、朱信忠、金耀辉、张俊林亲笔推荐！
◎内容简介：
随着ChatGPT 的出现，大语言模型的能力得到了业内外的认可，新的商业模式不断涌现，旧的设计和实现都将重构。本书主要介绍基于ChatGPT 开发算法相关的应用或服务，侧重于介绍与自然语言处理相关的常见任务和应用，以及如何使用类似ChatGPT 的大语言模型服务来实现以前只有算法工程师才能完成的工作。
全书共8 章内容，第1 章介绍与ChatGPT 相关的基础知识，第2～5 章分别介绍相似匹配、句词分类、文本生成和复杂推理方面的任务，第6～8 章分别介绍ChatGPT 的工程实践、局限与不足，以及商业应用，以帮助读者更好地构建自己的应用。
本书以实践为主，尤其注重任务的讲解和设计，但同时也对自然语言处理相关算法的基本原理和基础知识进行科普性介绍，适合所有对大语言模型感兴趣的开发者阅读。
◎专业书评：
生成式人工智能所训练的大语言模型在内容合成等任务上取得了令人吃惊的进步，可产生新颖甚至是意料之外的结果——这与早期仅仅只会生硬地产生可预测结果的人工智能模型有很大不同，为探索通用人工智能的实现提供了一种方式，引起了各行业的广泛关注。因此我们所处的这个时期被誉为“人工智能的iPhone 时刻”。
这本书是由Datawhale 所推出的力作，秉承了Datawhale“为了学习者”的一贯理念，基于志愿者团队精彩的开源学习内容精心编纂而成，深入浅出地介绍大语言模型的原理和工程实践，对于初学者了解ChatGPT 非常有帮助！
——吴飞，浙江大学人工智能研究所所长
以ChatGPT 为代表的大语言模型技术推动了人工智能的发展，但如何应用大语言模型技术为用户赋能，产生更大的实用价值，仍然有很多现实问题需要去面对和解决。这本书是Datawhale 开源团队结合优质学习内容推出的又一力作，它帮助读者理解大语言模型背后的系统设计，进而能够利用大语言模型来研发自己的AI 产品。书中内容围绕自然语言处理任务展开，很多设计思路和细节其实可以应用到多个领域。期望读者多学多练，能够在实践中提升自我。
——周明，澜舟科技创始人兼CEO，创新工场首席科学家
这本书介绍了如何在大语言模型时代开发自然语言处理算法任务，让普通工程师借助大语言模型也能很快完成自然语言处理任务，在一定程度上降低了人工智能开发的门槛，让更多人有机会参与到人工智能行业的发展中。值得一提的是，这本书虽然以ChatGPT 作为示例，但绝大部分内容都可以无缝切换为其他大语言模型。这得益于本书基于以“自然语言处理算法任务”为核心的设计理念，因而这本书具有更长的生命周期。另外，书中提供的实践经验对自然语言处理算法工程师也具有实践指导意义。
——朱信忠，浙江师范大学人工智能研究院副院长，浙江省特级专家，Datawhale 首席科学家
随着ChatGPT 相关技术的快速发展，越来越多的人关心如何利用大语言模型的强大能力来解决具体问题。这是一本有关大语言模型应用和服务的实践指导书，详细介绍了如何开发基于大语言模型算法的应用和服务。这本书注重实际任务的设计及实现的思路讲解，并提供了对自然语言处理基础知识和算法原理的科普性介绍。相信无论是对大语言模型感兴趣的开发者还是算法工程师，都能从这本书中获益。
——张俊林，新浪微博新技术研发负责人
ChatGPT 已经成为公众关注的焦点，人工智能再次备受瞩目。虽然市面上已经有许多关于如何利用ChatGPT 提高工作效率的图书，但对于深入探讨ChatGPT 本质及其底层的大模型技术的作品却不多见。这本书以明晰而简洁的文字，阐述了大语言模型的工作原理，堪称杰作。更为可贵的是，书中还详细介绍了ChatGPT 的工程实施策略。对于那些渴望深入理解ChatGPT 和大模型技术的读者，我强烈推荐阅读这本书。
——金耀辉，上海交通大学人工智能研究院总工程师、教授
“第一个真正实用的人工智能”搜索引擎WolframAlpha发明人
斯蒂芬·沃尔弗拉姆的ChatGPT诚意之作
◎ 编辑推荐
OpenAI CEO、ChatGPT之父Sam Altman强烈推荐
首部揭秘ChatGPT内部原理的权威之作
科学和技术领域重要的革新者
“第一个真正实用的人工智能”搜索引擎WolframAlpha发明人斯蒂芬·沃尔弗拉姆的ChatGPT诚意之作
•国内首部由世界顶级AI学者、科学和技术领域重要的革新者、“第一个真正实用的人工智能”搜索引擎WolframAlpha发明人斯蒂芬·沃尔弗拉姆的ChatGPT诚意之作
•当今活着的最聪明的人之一、比肩康德，最硬核的思考者，对ChatGPT最本质的原理（神经网络）的解构
•OpenAI CEO，ChatGPT之父山姆·阿尔特曼、世界顶级的AI学者，机器人界的巨擘，MIT教授，多家知名机器人公司创始人，美国工程院院士罗德尼·布鲁克斯、量子位联合创始人，总编辑李根、科学作家，“得到”APP《精英日课》专栏作者万维钢联袂推荐
◎ 名人推荐
这是我见过的对ChatGPT原理最佳的解释。
——Sam Altman，OpenAI CEO，ChatGPT之父
读过这本书之后，我认为它堪称精湛之作。大语言模型擅长给出听起来像是答案的答案，但这与真正的答案不同。
——Rodney Brooks，世界顶级AI学者，机器人界的巨擘，MIT教授，美国工程院院士
从原理上知道ChatGPT和大语言模型的“能”与“不能”，才能准确把握这波科技浪潮的红利和机遇。而Stephen Wolfram无疑是既权威专业，又懂得把技术原理生动表达出来的那一个。连OpenAI CEO都赞不绝口。
——李根，量子位联合创始人，总编辑
Wolfram是当今活着的最聪明的几个人之一，也是最硬核的思考者之一，因为他解读世界的视角是数学和物理学的。他关于计算不可约性的思想，给此后无论如何发展的世界中的AI和人类的角色设定了互不毁灭的定律。Wolfram的历史地位将有可能比肩康德。这本书拨云见日，讲出了ChatGPT最底层的原理以及谜团。没有人真正理解为什么语言模型这么厉害，但这本书能告诉你它们的底线在哪里。
——万维钢，科学作家，“得到”App《精英日课》专栏作者
ChatGPT的推出预示着通用人工智能（AGI）时代的帘幕揭开，其强大能力将对许多行业的产品形态产生深远的影响，因此对它进行深入了解变得非常必要。这本书从第一性原理出发，通俗易懂地介绍了与ChatGPT相关的技术原理，且有作者独到的见解。相信读者在阅读这本书之后，能对ChatGPT有更深刻的认识。
◎ 内容简介
ChatGPT是OpenAI开发的人工智能聊天机器人程序，于2022年11月推出，能够自动生成一些表面上看起来像人类写出的文字的东西，是一件很厉害且出乎大家意料的事。那么，它是如何做到的呢？又是为何能做到的呢？本书会大致介绍ChatGPT的内部机理，然后探讨一下为什么它能很好地生成我们认为是有意义的文本。
本书适合想了解ChatGPT的所有人阅读。
暂无简介
《一本书读懂AIGC：ChatGPT、AI绘画、智能文明与生产力变革》以通俗易懂的方式从各个层面介绍了AIGC的基础知识，并辅以大量案例引领读者了解AIGC的应用实践，让读者可以更快速地利用AIGC改善工作和生活。
第1章从AI发展历史到资本市场近况阐述了AIGC产业的概况，第2章介绍了AIGC相关技术，第3章介绍了文本类AIGC技术的发展及其在传媒、教育、办公等场景中的应用，第4章介绍了声音类AIGC技术的发展及其在音乐、仿真等领域中的应用，第5章介绍了图片类AIGC技术的发展及其在图片生成、图片处理、图片识别等领域中的应用，第6章介绍了视频类AIGC技术的发展及其在视频生成、数字人等领域中的应用，第7章介绍了AIGC上下游产业链（包括芯片、VR等相关设备、元宇宙建模）的概况，第8章提出了AIGC对人类文明发展产生的影响，并对普通人如何应对AIGC带来的“生产力爆炸”提出方法论。
AIGC带来的生产力变革与每个人都息息相关，本书适合所有人阅读，特别是文本、图片、音视频等各类内容创作者，以及科技行业、金融行业的从业者和对AI领域感兴趣的读者。
本书为大模型应用开发极简入门手册，为初学者提供了一份清晰、全面的“最小可用知识”，带领大家快速了解GPT-4和ChatGPT的工作原理及优势，并在此基础上使用流行的Python编程语言构建大模型应用。通过本书，你不仅可以学会如何构建文本生成、问答和内容摘要等初阶大模型应用，还能了解到提示工程、模型微调、插件、LangChain等高阶实践技术。书中提供了简单易学的示例，帮你理解并应用在自己的项目中。此外，书后还提供了一份术语表，方便你随时参考。
准备好了吗？只需了解Python，你即可将本书作为进入大模型时代的启动手册，开发出自己的大模型应用。
编辑推荐
你的首本LLM应用开发手册
1.【0门槛】人人都可以借力大模型，做出 AI 应用
2.【简单】学习大模型应用开发的“Z小可用知识”
3.【实操】学会写提示词、模型微调、使用 LangChain 等
4.【实战】提供常用场景代码示例，方便快速学习
5.【快速】2H 上手构建你的第一个原生 AI 应用
6.【全面】了解 GPT-4 和 ChatGPT 的工作原理
专业翻译、专家推荐
1.【品控】一线从业者翻译，注释说明内容更新
2.【推荐】大模型一线创业者、应用技术专家推荐
人工智能正以前所未有的速度改变着世界。 GPT作为强大的人工智能语言模型，具有广泛的应用场景，必将改变人类的生产与生活方式，为人类社会带来巨大且深远的影响。而只要一个人开始使用GPT，他将大概率发现向GPT提问颇为关键。很大程度上，提问的质量决定着回答的质量，提问的效率决定着工作的效率。 本书旨在帮助读者学会如何高效向GPT提问，从而获得更加准确、全面、深入的回答，继而在不同的实际场景下提高工作效率节省时间、解决问题。
本书是一本关于如何使用ChatGPT提问和追问的书。会提问才能得到自己想要的结果，会追问才能优化自己想要的结果。
本书从AI指令提示、角色定位提问、给定标准提问、概括总结追问、延伸扩展追问、强化自洽追问、联系上下文追问、聚类分类追问、分步骤与模块追问等方面分别介绍了ChatGPT的提问和追问技巧。
本书适合ChatGPT学习者阅读与使用，尤其适合想高效工作的教师、培训师、咨询师和管理者阅读与使用，也适合想用ChatGPT来解决工作和生活问题的广大ChatGPT爱好者阅读与使用。
本书深度探讨了构建和训练ChatGPT模型涉及的核心技术，以及ChatGPT在各种实际 应用中的作用。全书精心划分为三部分，其中第1章为第1部分，第2章为第2部分，第3 章和第4章为第3部分。首先，详细阐述了机器学习的历史演变与各种学习范式，同时也 揭示了在人工智能生成内容（AIGC）领域下，图像处理和自然语言处理技术的历史发 展趋势；接下来，对ChatGPT的运行机制和关键算法进行深度解析，包括大规模模型结 构、上下文学习、强化学习、涌现机制等，引导读者深刻理解ChatGPT的本质和相应算 法原理；最后，从应用角度出发，展示了ChatGPT在推动生产力变革方面的潜力，全面 解析了ChatGPT在科研、教育、出版、医疗等行业的影响和未来前景。阅读本书后，读 者可以获得对AIGC和ChatGPT的全面而深入的理解。 本书旨在服务不同层次的读者。对于初学者，它可作为一部理解深度学习技术的入 门教材；对于从事自然语言处理研究、应用实践的科研人员和工程技术人员，它提供了 深度的理论洞见和实践参考；对于那些在文本工作领域从业的人士，本书同样有着重要 的参考价值。
这是一本聚焦于如何利用ChatGPT辅助创作“爆款”文案的实用手册。全书分为8章，第1章从整体上介绍了ChatGPT在“爆款”文案创作中的应用，第2章至第8章分别围绕营销文案、推广文案、广告文案、商品详情页文案、直播带货文案、个性化自媒体文案和朋友圈文案介绍了ChatGPT的应用，并说明了各类文案的创作技巧和优化方法。本书适合所有对ChatGPT辅助文案创作感兴趣、希望创作“爆款”文案的读者阅读。无论您是专业的文案创作人员，还是在日常工作中需要写作文案的其他人员，本书都可以帮助您提升文案创作的质量和效果，创作出更多的“爆款”文案。
未来必将是一个人人拥有AI助理的时代，提前了解、掌握AI工具的使用方法，我们就会在竞争中领先半个身位。本书结合ChatGPT等已发布的AI工具，从文字处理、绘画、PPT制作、数据分析、翻译等多个应用场景切入，详尽介绍了如何用这些工具来提升工作效率。不管你是职场新人，还是经验丰富的老手，都可以用本书所讲的方法来武装自己，变身“职场钢铁侠”，更好地胜任工作需要，更具有创造力和竞争力。
1 ChatGPT应用书籍，聚焦职场工作效率全面提升，覆盖作图、视频生成、编程、提示词撰写、文案创作、智能体设计等多个场景的需求，用大模型的力量重塑你的工作流程；
2 畅销书《AIGC：智能创作时代》作者杜雨全新力作；
3 华尔街知名财经媒体人于超、梅花创投创始合伙人吴世春、PreAngel Fund创始合伙人王利杰、Oracle Duke选择奖项目Moco作者郑晔联合推荐；
4 无论你是 AI 技术的新手还是有经验的用户，都能从本书中获益。
公文写作是各类组织机构都会涉及的一项重要工作，但传统的公文写作存在容易出错、风格不一致、效率低等问题。在人工智能（AI）技术快速发展的浪潮中，公文写作这项工作也可以借助AI完成“升级”，实现质量和效率的提升。 本书共17章，第1章以《党政机关公文处理工作条例》为依据，介绍公文的特点、作用、写作要点、分类等；第2章介绍常用的AI写作工具；第3章至第17章按照“用公文范本训练AI，撰写提示词，优化提示词，精修初稿”的思路，分别介绍运用AI工具撰写15类公文的具体方法。 此外，第3章至第17章还提供了各类公文的常用句式及金句，供读者参考使用。
本站基于Calibre构建，感谢开源界的力量。所有资源搜集于互联网，如有侵权请邮件联系。
Github | Docker | Project
Datawhale的开源大模型实战教程，透彻解读4类常见NLP任务的系统设计，3种方式书-课-代码仓库全方位学习，每个人都可以用大语言模型轻松做出自己的AI产品， 5位人工智能领域学者吴飞、周明、朱信忠、金耀辉、张俊林亲笔推荐！
◎编辑推荐：
适读人群 ：适合所有对大语言模型感兴趣的开发者阅读
1. Di一本基于大语言模型进行商业应用开发的书；
2. 以任务（相似匹配、句词分类、文本生成、复杂推理）为中心，内容不仅可用于ChatGPT，也适用于其他大语言模型；
3. 侧重于任务的讲解与设计，思路可用于任何项目；
4. 有详细的示例代码，大部分的代码稍作修改后可用于生产环境，还有Datawhale的HuggingLLM开源教程、B站视频课程，书-课-代码仓库全方位助力学习与实践；
5. Datawhale开源社区又一力作，五位人工智能领域学者吴飞、周明、朱信忠、金耀辉、张俊林亲笔推荐！
◎内容简介：
随着ChatGPT 的出现，大语言模型的能力得到了业内外的认可，新的商业模式不断涌现，旧的设计和实现都将重构。本书主要介绍基于ChatGPT 开发算法相关的应用或服务，侧重于介绍与自然语言处理相关的常见任务和应用，以及如何使用类似ChatGPT 的大语言模型服务来实现以前只有算法工程师才能完成的工作。
全书共8 章内容，第1 章介绍与ChatGPT 相关的基础知识，第2～5 章分别介绍相似匹配、句词分类、文本生成和复杂推理方面的任务，第6～8 章分别介绍ChatGPT 的工程实践、局限与不足，以及商业应用，以帮助读者更好地构建自己的应用。
本书以实践为主，尤其注重任务的讲解和设计，但同时也对自然语言处理相关算法的基本原理和基础知识进行科普性介绍，适合所有对大语言模型感兴趣的开发者阅读。
◎专业书评：
生成式人工智能所训练的大语言模型在内容合成等任务上取得了令人吃惊的进步，可产生新颖甚至是意料之外的结果——这与早期仅仅只会生硬地产生可预测结果的人工智能模型有很大不同，为探索通用人工智能的实现提供了一种方式，引起了各行业的广泛关注。因此我们所处的这个时期被誉为“人工智能的iPhone 时刻”。
这本书是由Datawhale 所推出的力作，秉承了Datawhale“为了学习者”的一贯理念，基于志愿者团队精彩的开源学习内容精心编纂而成，深入浅出地介绍大语言模型的原理和工程实践，对于初学者了解ChatGPT 非常有帮助！
——吴飞，浙江大学人工智能研究所所长
以ChatGPT 为代表的大语言模型技术推动了人工智能的发展，但如何应用大语言模型技术为用户赋能，产生更大的实用价值，仍然有很多现实问题需要去面对和解决。这本书是Datawhale 开源团队结合优质学习内容推出的又一力作，它帮助读者理解大语言模型背后的系统设计，进而能够利用大语言模型来研发自己的AI 产品。书中内容围绕自然语言处理任务展开，很多设计思路和细节其实可以应用到多个领域。期望读者多学多练，能够在实践中提升自我。
——周明，澜舟科技创始人兼CEO，创新工场首席科学家
这本书介绍了如何在大语言模型时代开发自然语言处理算法任务，让普通工程师借助大语言模型也能很快完成自然语言处理任务，在一定程度上降低了人工智能开发的门槛，让更多人有机会参与到人工智能行业的发展中。值得一提的是，这本书虽然以ChatGPT 作为示例，但绝大部分内容都可以无缝切换为其他大语言模型。这得益于本书基于以“自然语言处理算法任务”为核心的设计理念，因而这本书具有更长的生命周期。另外，书中提供的实践经验对自然语言处理算法工程师也具有实践指导意义。
——朱信忠，浙江师范大学人工智能研究院副院长，浙江省特级专家，Datawhale 首席科学家
随着ChatGPT 相关技术的快速发展，越来越多的人关心如何利用大语言模型的强大能力来解决具体问题。这是一本有关大语言模型应用和服务的实践指导书，详细介绍了如何开发基于大语言模型算法的应用和服务。这本书注重实际任务的设计及实现的思路讲解，并提供了对自然语言处理基础知识和算法原理的科普性介绍。相信无论是对大语言模型感兴趣的开发者还是算法工程师，都能从这本书中获益。
——张俊林，新浪微博新技术研发负责人
ChatGPT 已经成为公众关注的焦点，人工智能再次备受瞩目。虽然市面上已经有许多关于如何利用ChatGPT 提高工作效率的图书，但对于深入探讨ChatGPT 本质及其底层的大模型技术的作品却不多见。这本书以明晰而简洁的文字，阐述了大语言模型的工作原理，堪称杰作。更为可贵的是，书中还详细介绍了ChatGPT 的工程实施策略。对于那些渴望深入理解ChatGPT 和大模型技术的读者，我强烈推荐阅读这本书。
——金耀辉，上海交通大学人工智能研究院总工程师、教授