新書推薦：
《
画楼：《北洋画报》忆旧（年轮丛书）
》
售價：NT$
1573.0
《
大国脊梁：漫画版
》
售價：NT$
374.0
《
跟着渤海小吏读历史：大唐气象（全三册）
》
售價：NT$
989.0
《
心智的构建：大脑如何创造我们的精神世界
》
售價：NT$
352.0
《
美国小史（揭秘“美国何以成为美国”，理解美国的经典入门读物）
》
售價：NT$
352.0
《
中国古代北方民族史丛书——东胡史
》
售價：NT$
576.0
《
巨人传（插图珍藏本）
》
售價：NT$
3289.0
《
地下（村上春树沙林毒气事件的长篇纪实）
》
售價：NT$
332.0
|
| 編輯推薦： |
按照从0到1的顺序，引导读者深入理解OpenAI API；
10大核心API，涵盖从自然语言处理到复杂数据分析等多个领域；
12个关键应用场景，帮助读者精准应用OpenAI API；
3个标杆案例，展示OpenAI API的创新应用。
|
| 內容簡介： |
OpenAI API是一个为开发者、企业和研究者打造的平台。通过这个API，用户可以轻松地融合和应用最前沿的AI技术，而无须独立训练模型或构建复杂的支持系统。这种便利性不仅加速了各类自然语言处理任务的实现（如文本创作和问答系统），还大大降低了开发和运营的成本。随着对OpenAI不断地进行研究和优化，API用户始终能够享受到最新的技术成果。此外，API还为各个行业的创新者开辟了新的可能性，并助力各种新应用和服务的诞生。总之，OpenAI API不仅推动了AI技术的广泛应用，还为广大用户提供了一种简单、高效的方式来探索和实现AI的潜能。
本书分4篇，共19章，涵盖的主要内容有OpenAI API的基础知识、OpenAI API详解，使用OpenAI API实现智能问答、在线客服、教育辅导、编程助手、情感咨询、心理咨询、内容创作、旅行规划、法律咨询、多语言翻译、市场分析、文献检索等功能，开发工作准备、聊天机器人实战、AI绘画系统实战、AI文本审核系统实战，以及OpenAI API展望等。
本书内容详尽，原理论述简单明了，案例丰富，可读性强，特别适合有开发基础的后端Java 开发人员阅读，也可供其他后端开发语言的从业者借鉴。本书还适合需要了解最新ChatGPT技术的开发人员阅读。
|
| 關於作者： |
|
雷韦春，毕业于中国科学院研究生院，获计算机专业硕士学位。工作近二十年，先后担任从兴电子、联想、上海网达的高级研发工程师，以及广东三盟科技等公司的技术总监，现任图多信息技术（广州）有限公司技术总监。精通Java、Python、C 等开发语言，熟悉多种数据库。担任过多个千万级用户系统的架构设计，参与过多个大数据及人工智能项目。所主导的大学生在线咨询、求职项目获广州市创新科技奖。
|
| 目錄：
|
第1篇 OpenAI API介绍
第1章 OpenAI API的基础知识 002
1.1 OpenAI API概述 002
1.1.1 OpenAI公司介绍 002
1.1.2 OpenAI API简介 003
1.1.3 OpenAI API与ChatGPT的关系 004
1.2 OpenAI API申请接入流程 004
1.2.1 注册OpenAI账号 004
1.2.2 创建Secret key 005
1.2.3 添加支付的信用卡 006
1.2.4 OpenAI API配置 007
1.3 OpenAI API的调用过程 007
1.3.1 OpenAI API的请求和响应过程 007
1.3.2 OpenAI API的协议和格式 009
1.4 OpenAI API的功能和特点 010
1.4.1 OpenAI API的功能及应用场景 010
1.4.2 OpenAI API的特点和优势 012
第2章 OpenAI API详解 014
2.1 基本原理 014
2.1.1 自然语言处理（NLP）介绍 015
2.1.2 Transformer模型的特点 016
2.1.3 预训练的概念 017
2.1.4 预训练的作用 018
2.1.5 首次调用OpenAI API 019
2.2 文本生成Completion API 021
2.2.1 Completion API概述 021
2.2.2 Completion API的处理流程 021
2.2.3 Completion API请求参数介绍 022
2.2.4 Completion API返回参数解析 023
2.2.5 Completion API的调用代码示例 024
2.3 交互聊天Chat API 025
2.3.1 Chat API的功能和特性 025
2.3.2 Chat API基本原理 026
2.3.3 Chat API请求参数介绍 027
2.3.4 Chat API返回参数解析 028
2.3.5 Chat API的调用代码示例 029
2.4 文本编辑Edits API 030
2.4.1 Edits API请求参数 030
2.4.2 Edits API的返回参数 031
2.4.3 Edits API调用代码示例 032
2.5 图像生成Images API 032
2.5.1 DALL·E介绍 033
2.5.2 Create image API 034
2.5.3 Create image edit API 035
2.5.4 Create image variation API 036
2.6 文本审核Moderations API 038
2.6.1 Moderations API的具体用途 038
2.6.2 Moderations API请求参数介绍 039
2.6.3 Moderations API返回参数解析 040
2.6.4 Moderations API的调用代码示例 041
2.7 获取向量信息Embeddings API 042
2.7.1 使用Embeddings API获取嵌入向量信息 042
2.7.2 Embeddings API的请求步骤 043
2.7.3 Embeddings API请求参数介绍 045
2.7.4 Embeddings API返回参数解析 045
2.7.5 Embeddings API的调用代码示例 046
2.8 其他API 047
2.8.1 Audio API 047
2.8.2 Models API 049
2.8.3 Fine-tuning API 051
2.8.4 Files API 054
2.9 注意事项 056
2.9.1 OpenAI API的速率限制 056
2.9.2 OpenAI API的错误码 057
2.9.3 OpenAI API的最佳实践 060
2.9.4 OpenAI API的安全实践及建议 061
第2篇 应用场景分析
第3章 智能问答 064
3.1 智能问答功能介绍 064
3.2 基于智能问答的参数分析及示例 065
3.2.1 Chat API请求参数一览 066
3.2.2 Message参数详解 067
3.2.3 其他请求参数解析及示例 069
3.2.4 返回参数说明 072
3.2.5 调用Chat API生成智能问答的最优参数验证 073
3.3 使用node.js完成智能问答示例 074
3.3.1 初始化node.js项目 075
3.3.2 引入环境变量文件 076
3.3.3 调用Chat API接口 076
3.3.4 增加输入输出命令行 077
3.3.5 完整代码 078
3.3.6 功能展示 079
第4章 在线客服 081
4.1 ChatGPT在在线客户服务中的应用 081
4.2 基于在线客户服务的优化 082
4.2.1 设定system消息 082
4.2.2 调整用户输入 084
4.2.3 调整API参数 086
第5章 教育辅导 088
5.1 ChatGPT在教育辅导中的应用 088
5.2 基于教育辅导的优化 089
5.2.1 设定system消息 089
5.2.2 调整用户输入 091
5.2.3 调整API参数 093
第6章 编程助手 095
6.1 ChatGPT在编程助手中的应用 095
6.2 基于编程助手的优化 096
6.2.1 设定system消息 096
6.2.2 调整用户输入 099
6.2.3 调整API参数 103
第7章 情感咨询 105
7.1 ChatGPT在情感咨询中的应用 105
7.2 基于情感咨询的优化 106
7.2.1 设定system消息 106
7.2.2 调整用户输入 108
7.2.3 调整API参数 110
第8章 心理咨询 113
8.1 ChatGPT在心理咨询中的应用 113
8.2 基于心理咨询的优化 114
8.2.1 设定system消息 115
8.2.2 调整用户输入 116
8.2.3 调整API参数 118
第9章 内容创作 120
9.1 ChatGPT在内容创作中的应用 120
9.2 基于内容创作的优化 121
9.2.1 设定system消息 121
9.2.2 调整用户输入 123
9.2.3 调整API参数 125
第10章 旅行规划 127
10.1 ChatGPT在旅行规划中的应用 127
10.2 基于旅行规划的优化 128
10.2.1 设定system消息 129
10.2.2 调整用户输入 131
10.2.3 调整API参数 132
第11章 法律咨询 135
11.1 ChatGPT在法律咨询中的应用 135
11.2 基于法律咨询的优化 136
11.2.1 设定system消息 136
11.2.2 调整用户输入 137
11.2.3 调整API参数 139
第12章 多语言翻译 141
12.1 ChatGPT在多语言翻译中的应用 141
12.2 基于多语言翻译的优化 142
12.2.1 设定system消息 142
12.2.2 调整用户输入 144
12.2.3 调整API参数 145
第13章 市场分析 147
13.1 ChatGPT在市场分析中的应用 147
13.2 基于市场分析的优化 148
13.2.1 设定system消息 148
13.2.2 调整用户输入 150
13.2.3 调整API参数 151
第14章 文献检索 153
14.1 ChatGPT在文献检索中的应用 153
14.2 基于文献检索的优化 154
14.2.1 设定system消息 154
14.2.2 调整用户输入 155
14.2.3 调整API参数 156
第3篇 OpenAI API实战
第15章 开发准备工作 160
15.1 搭建服务端环境 160
15.1.1 安装Java 160
15.1.2 安装Maven 161
15.2 搭建MySQL数据库 164
15.2.1 安装及配置MySQL 164
15.2.2 安装客户端工具Navicat并配置 166
第16章 聊天机器人 167
16.1 聊天机器人的功能需求 167
16.2 基于ChatGPT API搭建聊天机器人的技术架构 167
16.2.1 聊天机器人的技术栈 168
16.2.2 聊天机器人的技术框架 173
16.2.3 聊天机器人的数据库设计 174
16.2.4 聊天机器人的实体类设计 177
16.2.5 聊天机器人的功能设计 179
16.3 聊天机器人实战代码 180
16.3.1 微信用户登录与注册 180
16.3.2 提问与回复 184
16.3.3 查看历史聊天记录 191
16.4 聊天机器人服务端部署 193
16.4.1 聊天机器人代码打包 193
16.4.2 聊天机器人代码部署 194
16.5 聊天机器人API测试 196
16.5.1 什么是API测试 196
16.5.2 API测试工具选择 197
16.5.3 JMeter的安装 198
16.5.4 JMeter在此项目中的使用 199
第17章 AI绘画系统 202
17.1 AI绘画系统的功能需求 202
17.2 基于Images API搭建AI绘画系统的技术架构 203
17.2.1 AI绘画系统的技术栈 203
17.2.2 AI绘画系统的技术框架 208
17.2.3 AI绘画系统的数据库设计 210
17.2.4 AI绘画系统的实体类设计 213
17.2.5 AI绘图系统的功能设计 215
17.3 AI绘画系统实战代码 215
17.3.1 微信用户登录与注册 216
17.3.2 生成图像 219
17.3.3 查看历史图片 228
17.4 AI绘画服务端部署 231
17.4.1 AI绘画代码打包 231
17.4.2 AI绘画代码部署 232
17.5 AI绘画API测试 234
第18章 AI文本审核系统 237
18.1 AI文本审核系统的功能需求 237
18.2 AI文本审核系统的技术架构 238
18.2.1 AI文本审核系统的技术栈 238
18.2.2 AI文本审核系统的技术框架 240
18.2.3 AI文本审核系统的数据库设计 241
18.2.4 AI文本审核系统的实体类设计 245
18.2.5 AI文本审核系统的功能设计 247
18.3 AI文本审核系统实战代码 248
18.3.1 文本审核API代码 249
18.3.2 获取审核历史结果API代码 261
18.4 AI文本审核系统服务端部署 264
18.4.1 AI文本审核系统代码打包 264
18.4.2 AI文本审核系统代码部署 265
18.5 AI审核系统API测试 267
第4篇 OpenAI API的发展前景
第19章 OpenAI API的展望 270
19.1 ChatGPT未来的发展趋势 270
19.1.1 更大的模型规模 270
19.1.2 减少偏见 271
19.1.3 更好地理解上下文 271
19.1.4 针对特定领域的训练 272
19.1.5 更高级的交互能力 273
19.1.6 自定义与调节 273
19.1.7 更好的反馈机制 274
19.1.8 支持低资源语言 274
19.2 对开发者的建议和未来规划 275
19.2.1 开发者应该具备的知识和技能 275
19.2.2 开发者未来的学习和发展规划 276
|
| 內容試閱：
|
目录
第1篇 OpenAI API介绍
第1章 OpenAI API的基础知识 002
1.1 OpenAI API概述 002
1.1.1 OpenAI公司介绍 002
1.1.2 OpenAI API简介 003
◎这个技术有什么前途
OpenAI API是OpenAI提供的一个接口，允许开发者直接与其高级语言模型交互，用于内容生成、智能问答、编程辅助、自然语言处理和虚拟助手等功能。
对开发者而言，使用OpenAI API可以大大简化开发流程，避免从零开始构建语言模型，同时为应用或服务快速增添智能交互和内容生成能力。这不仅节省了大量的模型训练和维护资源，还能为用户提供更自然和人性化的交互体验。随着AI技术的日益普及，掌握OpenAI API成了一个重要的竞争优势，为开发者带来新的创新机会和市场需求。因此，学习和掌握OpenAI API对开发者来说是一个投资未来的明智选择，可以帮助开发者处在技术前沿，并抓住更多的商业机会。
◎笔者的使用体会
ChatGPT API为开发者提供了一个与OpenAI的强大语言模型进行交互的机会。这个API的主要吸引力在于它能够为各种应用和服务快速地引入先进的自然语言处理功能。
首先，从集成的角度看，开发者通常发现API的接入过程相对简单。详细的文档和示例代码使得即使是初次接触的开发者也能够快速上手。这种简便性意味着开发者可以在短时间内为其应用添加语言交互功能。
其次，API的响应时间非常短，这为实时应用，如聊天机器人或在线客服，提供了可能性。开发者可以依赖ChatGPT API提供的快速反馈，为用户创造流畅的交互体验。
此外，ChatGPT的多功能性使其在多种场景中都有应用价值。无论是为博客自动生成内容，为学生提供在线答疑，还是为电商网站提供智能客服，ChatGPT API都能够提供强大的支持。
然而，虽然ChatGPT是一个先进的模型，但它并不是无懈可击的。在某些情况下，它可能不会完全理解或正确回应特定领域或复杂的问题。因此，开发者在使用API时需要进行一些后处理或验证，确保输出的质量和准确性。
一言蔽之，ChatGPT API为开发者提供了一个高效、灵活且功能强大的工具，但为了获得最佳效果，开发者也需要对其进行适当的管理和优化。
◎这本书的特色
·内容详尽：本书将OpenAI API从申请方式到调用调试，到最后实战例子都一一详细进行讲解。
·深入浅出：本书对某个OpenAI的API进行了详尽而又易于理解的解释，帮助读者在短时间内掌握核心概念，并且不会感到困惑或者被过于专业的深度学习的内容所困扰。
·内容新颖：书中的内容是紧跟OpenAI API最新版本的，包括GPT4的内容。
·内容实用：结合大量实例进行讲解，并从设计到编码、测试对具体的实例进行说明。
·赠送源码：笔者专门对本书的实例源码进行了整理，方便读者进行学习。
◎这本书包括什么内容
本书内容可以分为4篇，第1篇是OpenAI API介绍，第2篇是应用场景分析，第3篇是OpenAI API实战，第4篇是OpenAI API的发展前景。
第1篇主要介绍了OpenAI API的基本内容，包括OpenAI API的概念、OpenAI API的接入申请方法、该API的通用请求方法及特点，然后对Completion API、Chat API、Edits API、Images API、Moderations API、Embeddings API等进行详细讲解。
第2篇介绍了OpenAI API可能应用到的场景，包括智能问答、在线客服、教育辅导、编程助手、感情咨询、心理咨询、内容创作、旅行规划、法律咨询、多语言翻译、市场分析、文献检索等场景。
第3篇通过举实际例子，详细讲解了OpenAI API的实战，包括聊天机器人、AI绘画系统、AI文本审核系统三个例子。
第4篇通过作者的技术洞察和AI趋势分析，探讨了OpenAI API的未来，并向开发者提出了实践建议。
◎本书读者对象
·有Java基础的开发人员；
·有人工智能基础的人员；
·软件开发与测试人员；
·对ChatGPT感兴趣的人员；
·正在学习人工智能的学生等。
作者
1.1.3 OpenAI API与ChatGPT的关系 004
1.2 OpenAI API申请接入流程 004
1.2.1 注册OpenAI账号 004
1.2.2 创建Secret key 005
1.2.3 添加支付的信用卡 006
1.2.4 OpenAI API配置 007
1.3 OpenAI API的调用过程 007
1.3.1 OpenAI API的请求和响应过程 007
1.3.2 OpenAI API的协议和格式 009
1.4 OpenAI API的功能和特点 010
1.4.1 OpenAI API的功能及应用场景 010
1.4.2 OpenAI API的特点和优势 012
第2章 OpenAI API详解 014
2.1 基本原理 014
2.1.1 自然语言处理（NLP）介绍 015
2.1.2 Transformer模型的特点 016
2.1.3 预训练的概念 017
2.1.4 预训练的作用 018
2.1.5 首次调用OpenAI API 019
2.2 文本生成Completion API 021
2.2.1 Completion API概述 021
2.2.2 Completion API的处理流程 021
2.2.3 Completion API请求参数介绍 022
2.2.4 Completion API返回参数解析 023
2.2.5 Completion API的调用代码示例 024
2.3 交互聊天Chat API 025
2.3.1 Chat API的功能和特性 025
2.3.2 Chat API基本原理 026
2.3.3 Chat API请求参数介绍 027
2.3.4 Chat API返回参数解析 028
2.3.5 Chat API的调用代码示例 029
2.4 文本编辑Edits API 030
2.4.1 Edits API请求参数 030
2.4.2 Edits API的返回参数 031
2.4.3 Edits API调用代码示例 032
2.5 图像生成Images API 032
2.5.1 DALL·E介绍 033
2.5.2 Create image API 034
2.5.3 Create image edit API 035
2.5.4 Create image variation API 036
2.6 文本审核Moderations API 038
2.6.1 Moderations API的具体用途 038
2.6.2 Moderations API请求参数介绍 039
2.6.3 Moderations API返回参数解析 040
2.6.4 Moderations API的调用代码示例 041
2.7 获取向量信息Embeddings API 042
2.7.1 使用Embeddings API获取嵌入向量信息 042
2.7.2 Embeddings API的请求步骤 043
2.7.3 Embeddings API请求参数介绍 045
2.7.4 Embeddings API返回参数解析 045
2.7.5 Embeddings API的调用代码示例 046
2.8 其他API 047
2.8.1 Audio API 047
2.8.2 Models API 049
2.8.3 Fine-tuning API 051
2.8.4 Files API 054
2.9 注意事项 056
2.9.1 OpenAI API的速率限制 056
2.9.2 OpenAI API的错误码 057
2.9.3 OpenAI API的最佳实践 060
2.9.4 OpenAI API的安全实践及建议 061
第2篇 应用场景分析
第3章 智能问答 064
3.1 智能问答功能介绍 064
3.2 基于智能问答的参数分析及示例 065
3.2.1 Chat API请求参数一览 066
3.2.2 Message参数详解 067
3.2.3 其他请求参数解析及示例 069
3.2.4 返回参数说明 072
3.2.5 调用Chat API生成智能问答的最优参数验证 073
3.3 使用node.js完成智能问答示例 074
3.3.1 初始化node.js项目 075
3.3.2 引入环境变量文件 076
3.3.3 调用Chat API接口 076
3.3.4 增加输入输出命令行 077
3.3.5 完整代码 078
3.3.6 功能展示 079
第4章 在线客服 081
4.1 ChatGPT在在线客户服务中的应用 081
4.2 基于在线客户服务的优化 082
4.2.1 设定system消息 082
4.2.2 调整用户输入 084
4.2.3 调整API参数 086
第5章 教育辅导 088
5.1 ChatGPT在教育辅导中的应用 088
5.2 基于教育辅导的优化 089
5.2.1 设定system消息 089
5.2.2 调整用户输入 091
5.2.3 调整API参数 093
第6章 编程助手 095
6.1 ChatGPT在编程助手中的应用 095
6.2 基于编程助手的优化 096
6.2.1 设定system消息 096
6.2.2 调整用户输入 099
6.2.3 调整API参数 103
第7章 情感咨询 105
7.1 ChatGPT在情感咨询中的应用 105
7.2 基于情感咨询的优化 106
7.2.1 设定system消息 106
7.2.2 调整用户输入 108
7.2.3 调整API参数 110
第8章 心理咨询 113
8.1 ChatGPT在心理咨询中的应用 113
8.2 基于心理咨询的优化 114
8.2.1 设定system消息 115
8.2.2 调整用户输入 116
8.2.3 调整API参数 118
第9章 内容创作 120
9.1 ChatGPT在内容创作中的应用 120
9.2 基于内容创作的优化 121
9.2.1 设定system消息 121
9.2.2 调整用户输入 123
9.2.3 调整API参数 125
第10章 旅行规划 127
10.1 ChatGPT在旅行规划中的应用 127
10.2 基于旅行规划的优化 128
10.2.1 设定system消息 129
10.2.2 调整用户输入 131
10.2.3 调整API参数 132
第11章 法律咨询 135
11.1 ChatGPT在法律咨询中的应用 135
11.2 基于法律咨询的优化 136
11.2.1 设定system消息 136
11.2.2 调整用户输入 137
11.2.3 调整API参数 139
第12章 多语言翻译 141
12.1 ChatGPT在多语言翻译中的应用 141
12.2 基于多语言翻译的优化 142
12.2.1 设定system消息 142
12.2.2 调整用户输入 144
12.2.3 调整API参数 145
第13章 市场分析 147
13.1 ChatGPT在市场分析中的应用 147
13.2 基于市场分析的优化 148
13.2.1 设定system消息 148
13.2.2 调整用户输入 150
13.2.3 调整API参数 151
第14章 文献检索 153
14.1 ChatGPT在文献检索中的应用 153
14.2 基于文献检索的优化 154
14.2.1 设定system消息 154
14.2.2 调整用户输入 155
14.2.3 调整API参数 156
第3篇 OpenAI API实战
第15章 开发准备工作 160
15.1 搭建服务端环境 160
15.1.1 安装Java 160
15.1.2 安装Maven 161
15.2 搭建MySQL数据库 164
15.2.1 安装及配置MySQL 164
15.2.2 安装客户端工具Navicat并配置 166
第16章 聊天机器人 167
16.1 聊天机器人的功能需求 167
16.2 基于ChatGPT API搭建聊天机器人的技术架构 167
16.2.1 聊天机器人的技术栈 168
16.2.2 聊天机器人的技术框架 173
16.2.3 聊天机器人的数据库设计 174
16.2.4 聊天机器人的实体类设计 177
16.2.5 聊天机器人的功能设计 179
16.3 聊天机器人实战代码 180
16.3.1 微信用户登录与注册 180
16.3.2 提问与回复 184
16.3.3 查看历史聊天记录 191
16.4 聊天机器人服务端部署 193
16.4.1 聊天机器人代码打包 193
16.4.2 聊天机器人代码部署 194
16.5 聊天机器人API测试 196
16.5.1 什么是API测试 196
16.5.2 API测试工具选择 197
16.5.3 JMeter的安装 198
16.5.4 JMeter在此项目中的使用 199
第17章 AI绘画系统 202
17.1 AI绘画系统的功能需求 202
17.2 基于Images API搭建AI绘画系统的技术架构 203
17.2.1 AI绘画系统的技术栈 203
17.2.2 AI绘画系统的技术框架 208
17.2.3 AI绘画系统的数据库设计 210
17.2.4 AI绘画系统的实体类设计 213
17.2.5 AI绘图系统的功能设计 215
17.3 AI绘画系统实战代码 215
17.3.1 微信用户登录与注册 216
17.3.2 生成图像 219
17.3.3 查看历史图片 228
17.4 AI绘画服务端部署 231
17.4.1 AI绘画代码打包 231
17.4.2 AI绘画代码部署 232
17.5 AI绘画API测试 234
第18章 AI文本审核系统 237
18.1 AI文本审核系统的功能需求 237
18.2 AI文本审核系统的技术架构 238
18.2.1 AI文本审核系统的技术栈 238
18.2.2 AI文本审核系统的技术框架 240
18.2.3 AI文本审核系统的数据库设计 241
18.2.4 AI文本审核系统的实体类设计 245
18.2.5 AI文本审核系统的功能设计 247
18.3 AI文本审核系统实战代码 248
18.3.1 文本审核API代码 249
18.3.2 获取审核历史结果API代码 261
18.4 AI文本审核系统服务端部署 264
18.4.1 AI文本审核系统代码打包 264
18.4.2 AI文本审核系统代码部署 265
18.5 AI审核系统API测试 267
第4篇 OpenAI API的发展前景
第19章 OpenAI API的展望 270
19.1 ChatGPT未来的发展趋势 270
19.1.1 更大的模型规模 270
19.1.2 减少偏见 271
19.1.3 更好地理解上下文 271
19.1.4 针对特定领域的训练 272
19.1.5 更高级的交互能力 273
19.1.6 自定义与调节 273
19.1.7 更好的反馈机制 274
19.1.8 支持低资源语言 274
19.2 对开发者的建议和未来规划 275
19.2.1 开发者应该具备的知识和技能 275
19.2.2 开发者未来的学习和发展规划 276
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
