ChatGPT y OpenAI. Desarrollo y uso de herramientas de inteligencia artificial generativa

AGRADECIMIENTOS
AUTOR
PREFACIO
CAPÍTULO 1. INTRODUCCIÓN A CHATGPT. ARQUITECTURA Y CARACTERÍSTICAS DEL MODELO
1.1 CONCEPTOS CLAVE
1.1.1 Inteligencia artificial, aprendizaje automático y aprendizaje profundo
1.1.2 Inteligencia Artificial Generativa
1.2 INTRODUCCIÓN AL PROCESAMIENTO DE LENGUAJE NATURAL
1.2.1 ¿Qué es exactamente el Procesamiento de Lenguaje Natural?
1.2.2 Aplicaciones del Procesamiento de Lenguaje Natural
1.2.3 Asistentes Virtuales
1.3 ¿QUÉ ES REALMENTE CHATGPT?
1.4 ¿QUÉ ES OPENAI?
1.5 MODELOS GPT
1.6 ARQUITECTURA TRANSFORMER
1.7 ARQUITECTURA GPT
1.8 DIFERENCIA ENTRE GPT Y CHATGPT
1.9 CONCLUSIONES
CAPÍTULO 2. CONFIGURACIÓN DEL ENTORNO DE DESARROLLO
2.1 CONFIGURANDO EL ACCESO A CHATGPT
2.1.1 Creando nuestro usuario en OpenAI
2.1.2 Explorando la interfaz de ChatGPT
2.1.3 Automatizando una tarea en la interfaz de ChatGPT
2.1.4 Explorando otros servicios de OpenAI
2.1.5 Explorando la documentación de OpenAI
2.2 LA API DE OPENAI
2.2.1 Qué es y cómo funciona una API
2.2.2 Importancia y ventajas del uso de APIs
2.2.3 Clave API
2.2.4 La API de OpenAI
2.3 INTERACCIÓN CON PYTHON
2.3.1 Introducción a Python
2.3.2 Cuadernos de Jupyter
2.3.3 Cuadernos en Google Colab
2.4 RECAPITULACIÓN
CAPÍTULO 3. ACCEDIENDO A CHATGPT DESDE LA API DE OPENAI
3.1 VENTAJAS DE ACCEDER A CHATGPT DESDE LA API
3.2 REALIZANDO NUESTRA PRIMERA LLAMADA
3.3 FUNCIONES DE PYTHON PARA INTERPRETAR LOS RESULTADOS
3.4 EL PROBLEMA DEL CONTEXTO
3.5 CONSTRUCCIÓN DE UN PROGRAMA PARA INTERACTUAR CON CHATGPT
3.5.1 Construcción de una interfaz básica
3.5.2 Almacenando conversaciones
3.6 RECAPITULACIÓN
CAPÍTULO 4. INGENIERÍA DE PROMPTING
4.1 INGENIERÍA DEL PROMPT
4.1.1 Concepto de Prompting
4.1.2 Proceso de generación de un prompt
4.1.3 Buenas prácticas para la elaboración de consultas
4.2 FEW-SHOT PROMPTING
4.3 PROMPT-INJECTIONS
4.4 CONSULTAS ANIDADAS
4.5 ERRORES COMUNES EN LA ELABORACIÓN DE CONSULTAS
4.6 PLANTILLAS PARA PROMPTS
4.7 GENERACIÓN AUTOMÁTICA DE PROMPTS
4.8 RECAPITULACIÓN
CAPÍTULO 5. GESTIONANDO LAS RESPUESTAS DEL MODELO EN LA API
5.1 ESTRUCTURANDO LA SALID
5.1.1 ¿QUÉ ES EL FORMATO JSON?
5.1.2 Ventajas de las salidas estructuradas
5.1.3 Introducción a Pydantic
5.1.4 Ejemplo de llamada a GPT con salida estructurada
5.1.5 Buenas prácticas
5.2 SALIDAS PREDICHAS
5.3 INVOCACIÓN DE FUNCIONES
5.3.1 Construcción de la función
5.3.2 Flujo de invocación de una función
5.3.3 Buenas prácticas
5.4 RECAPITULACIÓN
CAPÍTULO 6. ENTRENAMIENTO Y OPTIMIZACIÓN DE LOS MODELOS
6.1 VENTAJAS DE REENTRENAR UN MODELO
6.2 ¿CÓMO REENTRENAR UN MODELO?
6.2.1 Preparación de los datos de entrenamiento
6.2.2 Carga de archivos y reajuste del modelo
6.2.3 Accediendo a nuestro modelo reajustado
6.2.4 Consideraciones para evaluar y mejorar el reajuste del modelo
6.3 DESTILACIÓN DE MODELOS
6.3.1 Generación de ejemplos de aprendizaje
6.3.2 Creación del modelo destilado
6.4 RECAPITULACIÓN
CAPÍTULO 7. INTEGRACIÓN CON OTROS SERVICIOS DE INTELIGENCIA ARTIFICIAL DE OPENAI
7.1 TRABAJANDO CON IMÁGENES
7.1.1 Generación de imágenes
7.1.2 Modelos de visión de imágenes
7.2 TRABAJANDO CON AUDIO
7.2.1 Audio como dato de entrada y salida
7.2.2 Texto a audio
7.2.3 Audio a texto
7.3 OTROS SERVICIOS DE INTELIGENCIA ARTIFICIAL
7.3.1 Moderación de contenidos
7.3.2 Razonamiento
7.4 RECAPITULACIÓN
CAPÍTULO 8. ASISTENTES VIRTUALES CON OPENAI
8.1 CONCEPTO DE ASISTENTE
8.2 FUNCIONAMIENTO DE UN ASISTENTE Y RETOS
8.2.1 Flujo de funcionamiento de un asistente virtual
8.2.2 Retos actuales en asistentes virtuales
8.3 ASISTENTES EN OPENAI
8.3.1 Componentes de un asistente en openai
8.3.2 Creando un asistente a través de la interfaz
8.3.3 Creando un asistente a través de Python
8.3.4 Buenas prácticas
8.4 CONCLUSIONES
CAPÍTULO 9. HERRAMIENTAS PARA ASISTENTES VIRTUALES
9.1 GENERACIÓN MEJORADA MEDIANTE RECUPERACIÓN (RAG)
9.2 GESTIÓN DE ARCHIVOS
9.3 CÓDIGO DENTRO DE LOS ASISTENTES
9.4 INVOCACIÓN DE FUNCIONES
9.5 CONCLUSIONES
EPÍLOGO
MATERIAL ADICIONAL