Descripción
Los modelos de lenguaje de gran tamaño (LLM) y los modelos de difusión, como ChatGPT y DALL-E, representan una revolución sin precedentes en el ámbito de la inteligencia artificial. Entrenados con texto e imágenes públicas disponibles en Internet, estos modelos son capaces de abordar una amplia variedad de tareas, ofreciendo soluciones innovadoras y automatizadas a problemas previamente inabordables.
A pesar de su accesibilidad, muchos desarrolladores enfrentan desafíos significativos al intentar obtener resultados fiables y utilizables en sistemas automatizados. Este libro ofrece una guía exhaustiva para adquirir una sólida base en IA generativa y aprender a aplicar estos modelos en la práctica. Los autores, James Phoenix y Mike Taylor, presentan los principios del prompt engineering, esenciales para trabajar de manera efectiva con IA en entornos de producción.
En este libro descubrirá:
– Los cinco principios de prompting que son transferibles entre diferentes modelos y que mantendrán su efectividad en el futuro.
– Aplicaciones prácticas de la IA generativa en ejemplos del mundo real, utilizando bibliotecas y frameworks como LangChain.
– Cómo evaluar y comparar modelos: analizará y comparará modelos de OpenAI, como GPT-4 y DALL-E 2, con alternativas de código abierto, identificando sus fortalezas y debilidades.
– Implementación en diversos ámbitos: aprenderá cómo aplicar estos principios en procesamiento del lenguaje natural (PNL), generación de texto e imágenes, y generación de código.
Este libro es una herramienta indispensable para cualquier desarrollador que quiera llevar sus proyectos al siguiente nivel y aprovechar el poder de la IA generativa para transformar sus resultados y diferenciarse en el mercado. No lo deje escapar.
Índice
CONTENIDO
Prefacio
1. Los cinco principios del prompting
Visión general de los cinco principios del prompting
1.1. Visión general de los cinco principios del prompting
1.1.1. Proporcionar orientación
1.1.2. Especificar el formato
1.1.3. Proporcionar ejemplos
1.1.4. Evaluar la calidad
1.1.5. Dividir la tarea
1.2. Resumen
2.Introducción a los modelos de lenguaje de gran tamaño para la generación de texto
2.1. ¿Qué son los modelos de generación de texto?
2.1.1. Representaciones vectoriales: la esencia numérica del lenguaje
2.1.2- Arquitectura transformer: orquestación de relaciones contextuales
2.1.3. Generación probabilística de texto: el mecanismo de decisión
2.2. Bases históricas: el auge de las arquitecturas de transformadores
2.3. Transformadores preentrenados generativos de OpenAI
2.3.1.GPT-3.5-turbo y ChatGPT
2.4. GPT-4
2.5. Gemini de Google
2.6. Llama de Meta y Open Source
2.7. Aprovechamiento de la cuantización y LoRA
2.8. Mistral
2.9. Anthropic: ClaudeGPT-4V(ision)
2.10. Comparación de modelos
2.11. Resumen
3. Prácticas estándar para la generación de texto con ChatGPT
3.1. Generación de listas
3.2. Generación de listas jerárquicas
3.3. Cuando evitar el uso de expresiones regulares
3.4. Generación de JSON
3.4.1. YAML
3.5. Filtrado de payloads en YAML
3.6. Tratamiento de payloads no válidos en YAML
3.7. Generación de distintos formatos con ChatGPT
3.7.1. Datos CSV simulados
3.8. Explicarlo como si tuviera cinco años
3.9. Traducción universal mediante los LLM
3.10. Preguntar por el contexto
3.11. Desagregación de estilos del texto
3.12. Identificación de las características deseadas del texto
3.13. Generación de contenido nuevo utilizando las características extraídas
3.14. Extracción de características de texto específicas mediante los LLM
3.15. Elaboración de resúmenes
3.16. Realización de resumen teniendo en cuenta las limitaciones de la ventana contextual
3.17. División del texto en fragmentos
3.17.1. Ventajas de la segmentación de texto
3.17.2. Escenarios para la división del texto en fragmentos
3.17.3. Mal ejemplo de segmentación
3.18. Estrategias de la división de texto en fragmentos
3.19. Detección de oraciones con SpaCy
3.20. Creación de un algoritmo sencillo de segmentación con Python
3.21. Fragmentado por ventana deslizante
3.22. Paquete de segmentación de texto
3.23. Segmentación de texto con Tiktoken
3.24. Codificaciones
3.24.1. Cómo comprender la tokenización de cadenas
3.25. Estimación del uso de tokens para llamadas a la API de chat
3.26. Análisis de sentimientos
3.26.1. Técnicas para mejorar el análisis de sentimiento
3.26.2. Limitaciones y retos del análisis de sentimiento
3.27. De menos a más
3.27.1. Planificación de la arquitectura
3.27.2. Codificación de funciones individuales
3.27.3. Adición de pruebas
3.27.4. Ventajas de la técnica de menos a más
3.27.5. Retos de la técnica de menos a más
3.28. Role prompting
3.29. Ventajas del role prompting
3.30. Retos del role prompting
3.31. Cuando utilizar el role prompting
3.32. Tácticas del prompting de GPT
3.32.1. Evitación de alucinaciones con referencias
3.32.2. Concesión a los GPT de "Tiempo para pensar"
3.32.3. Táctica del monólogo interior
3.32.4. Autoevaluación de respuestas de LLM
3.33. Clasificación con LLM
3.34. Creación de un modelo de clasificación
3.35. Voto mayoritario para la clasificación
3.36. Evaluación de criterios
3.37. Meta prompting
3.38. Resumen
4. écnicas avanzadas para la generación de texto con LangChain
4.1. Introducción a LangChain
4.1.1.Configuración del entorno
4.2. Modelos de chat
4.3. Modelos de chat en streaming
4.4. Creación de múltiples generaciones LLM
4.5. Plantillas de prompt de LangChain
4.6. Lenguaje de expresión LangChain (LCEL)
4.7. Uso de Prompt
4.8. Template con modelos de chat
4.9. Analizadores de salida
4.10. Evaluaciones de LangChain
4.11. Llamadas a funciones en OpenAI
4.12. Llamadas a funciones en paralelo
4.13. Llamadas a funciones en LangChain
4.14. Extracción de datos con LangChain
4.15. Planificación de consultas
4.16. Creación de plantillas de prompt de pocos elementos
4.16.1. Creación con un número fijo de ejemplos
4.16.2. Formateado de los ejemplos
4.16.3. Selección de ejemplos de pocos elementos por longitud
4.17., Limitaciones con ejemplos de pocos elementos
4.18. Almacenamiento y carga de prompts LLM
4.19. Conexión de datos
4.20. Cargadores de documentos
4.21. Divisores de texto
4.22. División de texto por longitud y tamaño del token
4.23. División de texto con división recursiva de caracteres
4.24. Descomposición de tareas
4.25. Encadenamiento de prompts
4.25.1. Cadena secuencial itemgetter y extracción de claves de diccionario
4.25.2. Estructuración de cadenas LCEL
4.25.3. Cadenas de documentos Stuff
4.25.4. Refinamiento
4.25.5. Map reduce
4.25.6. Map re-rank
4.26. Resumen
5. Bases de datos vectoriales con FAISS y Pinecone
5.1. Generación mejorada por recuperaciones (RAG)
5.2. Introducción a los embeddings
5.3. Carga de documentos
5.4. Recuperación de memoria con FAISS
5.5. RAG con LangChain
5.6. Bases de datos vectoriales alojadas con Pinecone
5.7. Consulta automática
5.8. Mecanismos alternativos de recuperación
5.9. Resumen
6. Agentes autónomos con memoria y herramientas
6.1. Cadena de razonamiento
6.2. Agentes Reason and Act (ReAct)
6.2.1. Implementación de Reason and Act
6.2.2. Utilización de las herramientas
6.3. Utilización de los LLM como API (Funciones OpenAI)
6.4. Comparación entre las funciones OpenAI y ReAct
6.4.1. Casos de uso de las funciones de OpenAI
6.4.2. ReAct
6.4.3. Casos de uso de ReAct
6.5. Paquetes de herramientas para agentes
6.6. Personalización de los agentes estándar
6.7. Agentes de aduanas en LCEL
6.8. Comprensión y uso del contenido de la memoria
6.8.1. Memoria a largo plazo
6.8.2. Memoria a corto plazo
6.8.3 Memoria a corto plazo en agentes de conversación QA
6.9. Memoria en LangChain
6.9.1. Preservación del estado
6.9.2. Consulta al estado
6.9.3. ConversationBufferMemory
6.10. Otros tipos populares de memoria en LangChain
6.10.1. ConversationBufferWindowMemory
6.10.2. ConversationSummaryMemory
6.10.3. ConversationSummaryBufferMemory
6.10.4. ConversationTokenBufferMemory
6.11. Agentes de funciones de OpenAI con memoria
6.12. Frameworks de agentes avanzados
6.12.1. Agentes de planificación y ejecución
6.12.2. Árbol de razonamiento
6.13. Callbacks (Funciones de retorno)
6.13.1. Callbacks globales (constructor)
6.13.2. Callbacks específicos de solicitud
6.13.3. El argumento Verbose
6.13.4. ¿Cuándo utilizar Which?
6.13.5. Recuento de tokens con LangChain
6.14. Resumen
7. Introducción a los modelos de difusión para la generación de imágenes
7.1. DALL-E de OpenAI
7.2. Midjourney
7.3. Stable Diffusion
7.4. Gemini de Google
7.5. Texto a vídeo
7.6. Comparación de modelos
7.7. Resumen
8. Prácticas estándar para la generación de imágenes con Midjourney
8.1. Modificadores de formato
8.2. Modificadores de estilos artísticos
8.3. Prompt engineering inversa
8.4. Impulsores de la calidad
8.5. Prompts negativos
8.6. Términos ponderados
8.7. Prompting con una imagen
8.8. Inpainting (Retoque de imágenes)
8.9. Outpainting (Ampliación de imágenes)
8.10. Personajes consistentes
8.11. Reescritura de prompts
8.12. Desagregación de memes
8.13. Mapeo de memes
8.14. Análisis de prompts
8.15. Resumen
9. Técnicas avanzadas de generación de imágenes con Stable Diffusion
9.1. Ejecución de Stable Diffusion
9.2. Interfaz web de usuario AUTOMATIC1111
9.3. Img2Img
9.4. Escalado de imágenes
9.5. Interrogate CLIP
9.6. Inpainting y outpainting en SD
9.7. ControlNet
9.8. Modelo de segmentación de todo por segmentos (SAM)
9.9. Ajuste fino de DreamBooth
9.10. Refinador XL de Stable Diffusion
9.11. Resumen
10. Creación de aplicaciones potenciadas por IA
10.1. Redacción de blogs con IA
10.2. Investigación del tema
10.3. Entrevista con expertos
10.4. Generación del esquema
10.5. Generación de texto
10.6. Estilo de escritura
10.7. Optimización del título
10.8. Imágenes de blogs con IA
10.9. Interfaz de usuario
10.10. Resumen
