揭秘大模型:从原理到实战

本书从技术角度深度解析大模型的原理，从大模型的基础概念及领域发展现状手，概述大模型的理论基础，介绍OpenAI GPT、清华大学GLM、Meta Llama等主流大模型的技术原理，并从大模型参数高效微调、大模型指令微调、大模型训练优化和大模型推理优化等多角度解析大模型背后的技术，带领读者全方位掌握大模型的原理和实践方法。本书最后介绍私有大模型的构建，手把手指导读者做技术选型并搭建自己的私有大模型。 本书适合人工智能领域有大模型发需求或对大模型技术感兴趣的技术人员阅读，也适合普通用户扩展了解大模型的前沿应用。
【推荐语】
·涵盖AIGC、大模型、扩散模型等热话题； ·以技术视角透彻解读大模型底层技术； ·系统介绍GPT、LLaMa、GLM等主流大模型的技术原理； ·给出GPT的基本代码实现，帮助读者深理解技术原理； ·介绍如何构建私有大模型，带领读者动手构建私有大模型。
【作者】
文亮 硕士毕业于电子科技大学，奇虎360智脑团队资深算法专家，参与过千亿参数级别大模型的训练与优化，拥有超过8年的人工智能模型优化经验，目前主要负责大模型后训练、COT优化以及通用技能优化等工作，著有《推荐系统技术原理与实践》一书。 江维 电子科技大学教授、博士生导师，主要研究可信人工智能、安全关键嵌式系统、移动智能、大数据加速等领域，发表相关高水平论文100余篇。