（1）作者背景资深：作者曾就职于腾讯和阿里巴巴，主导腾讯游戏广告算法、零售通推荐系统、增长智能建模等核心项目，CIKM国际顶会论文作者，5项发明专利。 （2）专家力荐背书：来自清华大学和中山大学等高校的知名教授、国家杰出青年、腾讯等企业的科学家等9位专家联合推荐。 （3）全路系统讲解：从技术原理到架构设计，从模型训练到应用发，从行业痛到解决方案，为读者构建大模型全条知识闭环。
售 价：¥
纸质售价：¥71.30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
Preface 前言
第一篇 初识大语言模型
Chapter 1 第1章 走近大语言模型
1.1 大语言模型的发展历程
1.2 语言模型的核心概念
1.3 预训练和微调
Chapter 2 第2章 探索大语言模型的关键技术
2.1 大语言模型的基础知识
2.2 在Transformer之前的常用模型
2.3 Transformer
2.4 解码策略
2.5 嵌入技术
2.6 扩展法则和涌现能力
第二篇 大语言模型全解析
Chapter 3 第3章 大语言模型的架构及训练方法
3.1 大语言模型的主流架构
3.2 数据准备
3.3 大语言模型训练
3.4 增量训练
3.5 常见的训练策略
Chapter 4 第4章 DeepSeek模型创新揭秘
4.1 DeepSeek是中国AI领域的“斯普特尼克时刻”
4.2 DeepSeek系列模型的技术创新
4.3 基于人类反馈的强化学习
Chapter 5 第5章 模型编辑
5.1 模型编辑简介
5.2 模型编辑的经典方法
5.3 模型编辑的应用
Chapter 6 第6章 大语言模型微调
6.1 微调简介
6.2 参数高效微调——参数附加方法
6.3 参数高效微调——参数选择方法
6.4 参数高效微调——低秩适应方法
Chapter 7 第7章 大语言模型评测
7.1 大语言模型评测概述
7.2 评测平台和评测基准
Chapter 8 第8章 推理性能优化
8.1 问题分析
8.2 大语言模型推理框架
8.3 硬件层面的计算加速
8.4 算法层面的计算加速
第三篇 大语言模型应用开发及实践
Chapter 9 第9章 从应用场景到开发理论框架
9.1 大语言模型的应用
9.2 大语言模型应用的工作流程
9.3 大语言模型应用的开发流程
9.4 大语言模型应用开发面临的挑战
Chapter 10 第10章 提示工程
10.1 提示工程简介
10.2 上下文学习
10.3 提示自适应优化
10.4 设计提示词的准则与模板解析
Chapter 11 第11章 思维链构建
11.1 思维链简介
11.2 思维链的应用
11.3 思维链的变体
11.4 思维链的训练方式
11.5 思维链提示技术的优势和局限性
Chapter 12 第12章 检索增强生成
12.1 检索增强生成简介
12.2 问答场景检索增强生成实践
12.3 检索增强生成与有监督微调对比
12.4 未来趋势
Chapter 13 第13章 智能体开发
13.1 大语言模型和智能体结合的核心价值与技术瓶颈
13.2 大语言模型驱动的智能体
13.3 智能体的技术实现框架
13.4 智能体多元化落地
第四篇 大语言模型的未来发展
Chapter 14 第14章 大语言模型的发展方向
14.1 开源之争和盈利模式
14.2 通往AGI的道路
14.3 技术思考
14.4 大语言模型的核心问题和前景
Chapter 15 第15章 多模态融合
15.1 多模态指令微调
15.2 多模态上下文学习
15.3 多模态思维链
15.4 多模态辅助推理能力
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
