Chapter 1) GPT-4와 챗GPT의 핵심 요소_1.1 LLM 소개__1.1.1 언어 모델과 NLP 기초__1.1.2 트랜스포머 아키텍처와 LLM에서의 역할__1.1.3 GPT 모델의 토큰화 및 예측 단계_1.2 GPT 모델의 역사__1.2.1 GPT-1__1.2.2 GPT-2__1.2.3 GPT-3__1.2.4 GPT-3, 인스트럭트GPT__1.2.5 GPT-3.5, 코덱스, 챗GPT__1.2.6 GPT-4_1.3 LLM 사용 사례__1.3.1 비마이아이즈__1.3.2 모건 스탠리__1.3.3 칸 아카데미__1.3.4 듀오링고__1.3.5 야블__1.3.6 웨이마크__1.3.7 인월드 AI_1.4 AI 할루시네이션_1.5 GPT 모델 최적화_1.6 정리Chapter 2) GPT-4와 챗GPT의 API_2.1 필수 개념_2.2 오픈AI API에서 사용 가능한 모델_2.3 오픈AI 플레이그라운드로 GPT 모델 사용하기_2.4 시작하기: 오픈AI 파이썬 라이브러리__2.4.1 오픈AI 접근 및 API 키__2.4.2 ‘Hello World’ 예제_2.5 GPT- 4와 챗GPT 사용하기__2.5.1 채팅 완성 엔드포인트의 입력 옵션__2.5.2 채팅 완성 엔드포인트의 결과 출력 형식__2.5.3 텍스트 완성에서 함수까지_2.6 다른 텍스트 완성 모델 사용하기__2.6.1 텍스트 완성 엔드포인트의 입력 옵션__2.6.2 텍스트 완성 엔드포인트의 출력 결과 형식_2.7 고려 사항__2.7.1 사용료와 토큰 한도__2.7.2 보안과 개인 정보 보호_2.8 기타 오픈AI API 및 기능__2.8.1 임베딩__2.8.2 모더레이션 모델__2.8.3 위스퍼와 DALL-E_2.9 정리 및 치트 시트Chapter 3) GPT-4와 챗GPT로 애플리케이션 구축하기_3.1 애플리케이션 개발 개요__3.1.1 API 키 관리__3.1.2 보안 및 데이터 개인 정보 보호_3.2 소프트웨어 아키텍처 설계 원칙_3.3 LLM 기반 애플리케이션 취약점__3.3.1 입출력 분석하기__3.3.2 프롬프트 인젝션의 불가피성_3.4 프로젝트 예제__3.4.1 프로젝트 1: 뉴스 생성 솔루션 구축__3.4.2 프로젝트 2: 유튜브 동영상 요약__3.4.3 프로젝트 3: 〈젤다의 전설〉 전문가 만들기__3.4.4 프로젝트 4: 음성 제어_3.5 정리Chapter 4) GPT-4와 챗GPT의 고급 기법_4.1 프롬프트 엔지니어링__4.1.1 효과적인 프롬프트 설계__4.1.2 단계별 사고__4.1.3 퓨샷 러닝 구현__4.1.4 프롬프트 효과 향상_4.2 파인 튜닝__4.2.1 시작하기__4.2.2 오픈AI API로 파인 튜닝하기__4.2.3 파인 튜닝을 활용한 애플리케이션__4.2.4 파인 튜닝 예제__4.2.5 파인 튜닝 비용_4.3 정리Chapter 5) 랭체인과 플러그인으로 LLM 기능 향상하기_5.1 랭체인 프레임워크__5.1.1 다이내믹 프롬프트__5.1.2 에이전트와 도구__5.1.3 메모리__5.1.4 임베딩_5.2 GPT-4 플러그인__5.2.1 개요__5.2.2 API__5.2.3 플러그인 매니페스트__5.2.4 OpenAPI 사양__5.2.5 설명_5.3 정리_5.4 결론부록 A) GPT의 새로운 기능과 개선 사항(OpenAI DevDay)A.1 신규 모델 공개A.2 어시스턴트API 공개A.3 신규 모달리티가 가능한 APIA.4 모델 커스터마이징 지원A.5 사용료 및 지원 정책 변경A.6 GPTs