（1）话题前沿：本书践行“新质生产力”，内容前沿又有引领作用，能有效指导制造业从业者在AI时代的学习与发展。（2）作者权威：作者是上市公司的智能化研发负责人，主导推制造领域的数字化与智能化转型，长期专注于人工智能融合工业应用。先后就职于通信、教育、地产、制造等行业的世界500强企业，拥有丰富的智能化落地经验，主导千万级规模项目。（3）内容落地：本书详细介绍了大模型从数据处理、模型训练到部署压缩的完整构建路径，结合多个实际案例，提供大模型技术在智能制造、智能设备等领域的落地方案，具有很强的实践指导意义。（4）通俗易懂：本书表达风格简单直，从制造视角看AI大模型，贴近生产者语境。将复杂的AI算法放在行业场景下，转化为简单的工作原理描述，符合读者需求。
售 价：¥
纸质售价：¥74.20购买纸书
6.5
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前折页
书名页
前言
基础篇
第1章 制造业与大模型
1.1 制造业的数字化进展
1.1.1 企业数字化
1.1.2 智能制造
1.2 大模型的基本知识
1.2.1 什么是大模型
1.2.2 大模型的基本能力
1.2.3 对大模型的常见误区
1.3 制造业为什么需要大模型
1.3.1 大模型赋能制造业
1.3.2 制造业是大模型的主战场
1.3.3 大模型在制造业中的应用
1.3.4 制造业大模型
1.4 小结
小故事
第2章 大模型基础
2.1 人工智能的发展历程
2.1.1 人工智能发展的三起三落
2.1.2 人工智能技术的流派之争
2.2 大模型简介
2.2.1 模型的概念
2.2.2 模型的分类
2.2.3 大模型的发展
2.3 大模型架构原理
2.3.1 Transformer架构的背景
2.3.2 Transformer架构的原理
2.3.3 Transformer架构模型的特点与发展
2.4 小结
小故事
第3章 大模型构建路径
3.1 大模型构建的基本方法
3.1.1 基本路径
3.1.2 资源准备
3.2 数据处理
3.2.1 低质过滤
3.2.2 冗余去除
3.2.3 隐私消除
3.3 分词
3.3.1 词级分词
3.3.2 字母级分词
3.3.3 子词级分词
3.3.4 中文分词
3.3.5 常用的分词器
3.4 词嵌入
3.4.1 独热编码
3.4.2 Word2Vec
3.4.3 常用的词嵌入方法
3.5 模型训练
3.5.1 模型构建
3.5.2 模型训练步骤
3.6 小结
小故事
第4章 大模型价值对齐
4.1 预训练模型的局限性
4.1.1 可控性
4.1.2 鲁棒性
4.1.3 安全性
4.1.4 大模型幻觉
4.2 指令微调
4.2.1 有监督微调
4.2.2 奖励模型
4.2.3 基于人类反馈的强化学习
4.2.4 指令微调总结
4.3 混合专家模型
4.3.1 MoE的概念
4.3.2 MoE的基本原理
4.3.3 MoE的实现方式
4.3.4 MoE总结
4.4 小结
小故事
第5章 多模态大模型
5.1 多模态大模型简介
5.1.1 多模态大模型的概念
5.1.2 多模态大模型的发展历程
5.1.3 多模态大模型的主要任务
5.2 多模态基本技术
5.2.1 多模态编码
5.2.2 多模态融合
5.2.3 对比学习
5.3 AIGC技术
5.3.1 生成对抗网络
5.3.2 扩散模型
5.4 AIGC应用
5.4.1 常用的多模态大模型
5.4.2 文生图
5.4.3 文生视频
5.5 小结
小故事
第6章 提示词工程
6.1 提示词简介
6.1.1 提示词的概念
6.1.2 提示词的必要性
6.1.3 提示词的类别
6.2 提示词工程技术
6.2.1 少样本提示
6.2.2 零样本提示
6.2.3 提示词通用技巧
6.3 思维链系列技术
6.3.1 思维链
6.3.2 思维树
6.3.3 思维图
6.4 对抗提示
6.4.1 提示词攻击
6.4.2 防御策略
6.5 小结
小故事
应用篇
第7章 制造业企业应用大模型的方法
7.1 企业应用大模型的8种情形
7.1.1 企业资源现状
7.1.2 大模型应用的8种情形
7.2 垂直制造领域大模型的构建方法
7.2.1 全量微调
7.2.2 局部微调
7.2.3 适配式微调
7.2.4 前缀式微调
7.2.5 外挂式微调
7.2.6 混合式微调
7.2.7 微调技术对比
7.3 大模型检索增强生成
7.3.1 RAG的概念
7.3.2 向量数据库的构建
7.3.3 相似检索
7.3.4 智能生成
7.3.5 RAG效果评估
7.3.6 RAG应用场景
7.4 小结
小故事
第8章 基于大模型的AI Agent
8.1 AI Agent简介
8.1.1 AI Agent技术简史
8.1.2 对AI Agent的不同理解
8.2 AI Agent原理
8.2.1 基本框架
8.2.2 感知模块
8.2.3 大脑模块
8.2.4 行动模块
8.2.5 大模型与AI Agent的关系
8.3 AI Agent应用
8.3.1 流行的AI Agent
8.3.2 AI Agent与RPA的关系
8.4 LangChain：AI Agent高效实战工具
8.4.1 LangChain工具简介
8.4.2 提示词模板
8.4.3 链模块
8.4.4 代理模块
8.5 小结
小故事
第9章 大模型部署与压缩
9.1 大模型部署
9.1.1 云端部署
9.1.2 边缘部署
9.2 大模型压缩
9.2.1 模型压缩简介
9.2.2 蒸馏
9.2.3 量化
9.2.4 剪枝
9.2.5 参数共享
9.3 软硬件适配
9.4 小结
小故事
第10章 工业制造大模型的应用实践
10.1 工业制造大模型简介
10.1.1 工业制造大模型的概念
10.1.2 工业制造大模型的种类
10.1.3 工业制造大模型的构建方式
10.2 大模型在生产制造环节的应用
10.2.1 智能排产
10.2.2 生产工艺优化
10.2.3 产品质检
10.2.4 工业机器人
10.3 小结
小故事
第11章 设备运维大模型的应用实践
11.1 设备运维大模型的现状
11.1.1 设备运维行业的特点
11.1.2 设备运维大模型的行业案例
11.2 电梯运维行业
11.2.1 电梯运维简介
11.2.2 电梯运维行业的挑战
11.3 大模型在电梯运维行业的应用
11.3.1 人才培养与培训
11.3.2 预测性维护
11.3.3 运维现场规范管理
11.3.4 智能客服与知识问答
11.3.5 运维档案管理
11.4 小结
小故事
第12章 总结与展望
12.1 大模型技术大观园
12.1.1 技术理论流派
12.1.2 思想与技术
12.2 大模型应用万花筒
12.2.1 赋能千行百业
12.2.2 制造业应用
12.3 大模型展望
12.3.1 正确认识大模型
12.3.2 Transformer是终极架构吗
12.3.3 模型越大越好吗
12.3.4 通用还是垂直
12.3.5 大模型与机器人
12.3.6 伦理与道德
12.4 小结
后折页
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
