
Chatgpt Notes d'apprentissage de l'ingénierie rapide pour les développeurs (ChatGpt Question Engineering Apprening Notes pour les développeurs)
Le cours présente brièvement le fonctionnement des modèles de langue, fournit les meilleurs conseils pour les pratiques d'ingénierie et montre comment appliquer l'API du modèle linguistique aux applications pour diverses tâches. En outre, le cours fournit des exemples de code de carnet de jupyter et vous pouvez utiliser directement la clé API fournie par OpenAI pour obtenir des résultats, afin que vous puissiez en faire l'expérience sans compte.
Dans Chatgpt Invite Engineering pour les développeurs, vous pouvez apprendre à créer rapidement de nouvelles applications puissantes à l'aide de modèles de grande langue (LLM). Avec l'API OpenAI, vous pourrez rapidement créer la possibilité d'apprendre l'innovation et de créer une valeur qui était auparavant coûteuse, technique ou tout simplement impossible.
Ce court cours enseigné par Isa Fulford (Openai) et Andrew Ng (Deeplearning.ai) décrira comment fonctionne LLM, offrira les meilleures pratiques pour l'ingénierie instantanée et montrera comment l'API LLM est utilisée pour des applications pour une variété de tâches, notamment:
Dans ce cours, vous pouvez apprendre deux principes clés pour écrire des conseils efficaces, à savoir comment concevoir systématiquement des conseils et apprendre à créer des chatbots personnalisés .
Tous les concepts sont illustrés par de nombreux exemples qui peuvent être utilisés directement dans l'environnement officiel du cahier Jupyter pour une expérience pratique en ingénierie en temps réel.
Chapitres de cours
Ce projet est une compilation de notes d'étude pour les cours d'ingénierie rapide pour les développeurs.
1. Utilisez Propt + Chatgpt pour traduire la machine le texte d'origine du contenu du cours (le texte intégral est traduit et généré par Chatgpt, et chaque chapitre fournit une comparaison chinoise-anglais);

2. Utilisez Propt + Chatgpt pour résumer et développer les notes (à la fin de chaque section, l'effet du résumé de Chatgpt est joint);

3. Le code JupyterBook correspondant dans le processus de pratique a été réglé, sur: jb_code (peut être exécuté dans un environnement de déploiement localisé);

4. Créer un script de commande Shell CLI basé sur le code de carnet (mis à jour)
python source/cli/cli_py.py --prompt " hello chatgpt " --model " gpt-3.5 " 

5. Une liste de projets liés à des projets d'incitation impressionnants (sous la mise à jour): https://islinxu.github.io/prompt-engineering-net/projects/index.html
6. Projet de jouets: implémentation de démarrage Chatgpt pour générer un minuscule-GPT (implémentez un modèle GPT simple à partir de zéro)

... ...