分享Transformer原理和大模型技术，针对不同企业环境，给出经典自然语言处理问题的解决方案。

Google 工程总监Antonio Gulli作序推荐！

Transformer正在颠覆AI领域。市面上有这么平台和Transformer模型，哪些最符合你的需求？ 将引领你进入Transformer的世界，将讲述不同模型和平台的优势，指出如何消除模型的缺点和问题。本书将引导你使用Hugging Face从头开始预训练一个RoBERTa模型，包括构建数据集、定义数据整理器以及训练模型等。

本书分步展示如何微调GPT-3等预训练模型。研究机器翻译、语音转文本、文本转语音、问答等NLP任务，并介绍解决NLP难题的技术，甚至帮助你应对假新闻焦虑(详见第13章)。 从书中可了解到，诸如OpenAI的高级平台将Transformer扩展到语言领域、计算机视觉领域，并允许使用DALL-E 2、ChatGPT和GPT-4生成代码。通过本书，你将了解到Transformer的工作原理以及如何实施Transformer来决NLP问题。

主要内容

了解用于解决复杂语言问题的新技术

将GPT-3与T5、GPT-2和基于BERT的Transformer的结果进行对比

使用TensorFlow、PyTorch和GPT-3执行情感分析、文本摘要、非正式语言分析、机器翻译等任务

了解ViT和CLIP如何标注图像(包括模糊化)，并使用DALL-E从文本生成图像

学习ChatGPT和GPT-4的高级提示工程机制