百页大模型原理

大模型经历了从统计语言模型到基于神经网络的语言模型，再到Transformer架构的演过程，如今已在各领域广泛应用且备受关注。本书围绕大模型展，共分为6章。首先介绍机器学习基础，包括人工智能、模型、神经网络等概念；着阐述语言建模基础，涵盖统计语言模型及其评估技术；随后聚焦循环神经网络，讲解其实现与训练过程；继而深解析Transformer架构，涉及自注意力机制等关键组件；然后探讨与大模型相关的议题，如微调预训练模型、减少幻觉现象等；最后总结全书并延伸介绍混合专家模型、模型压缩等前沿拓展内容。全书语言精练，配有实操代码示例。 ?本书适合软件发者、数据科学家、机器学习工程师，以及对大模型感兴趣、具备一定编程经验（最好熟悉Python语言）和大学数学基础，希望理解大模型的数学基础、探究其运作原理、自行实现核心组件或学习高效运用大模型的方法的读者阅读。
【推荐语】
? 【权威作者阵容，行业大牛作序】本书由加拿大知名 AI 专家安德烈?布可夫撰写，word2vec、FastText 核心发明者 Tomá? Mikolov 亲自作序推荐，内容专业度经过行业权威认证，参考价值突出。 【内容凝练易懂，降低门门槛】百页篇幅摒弃冗余信息，将复杂大模型技术化繁为简，从基础概念到核心原理循序渐展讲解，无需啃厚重技术专著，零基础也能轻松搭建大模型知识体系。 【理论实操结合，可落地性强】每个知识采用 “原理讲解 + 可运行代码” 形式呈现，配套完整 PyTorch 代码示例，从数据处理到模型调试步骤清晰，读者边学边练就能快速掌握大模型实现方法。 【知识体系科学，兼顾基础与前沿】内容覆盖统计语言模型、循环神经网络、Transformer 架构等核心内容，还延伸讲解混合专家模型、模型压缩等前沿技术，帮读者搭建完整的大模型知识框架。 【配套资源丰富，学习体验升级】随书附赠配套代码文件、全书思维导图，还可领取异步社区 7 天 VIP 会员，丰富配套资源助力读者高效完成大模型学习阶。
【作者】
作者：安德烈?布可夫（Andriy Burkov）机器学习和自然语言处理领域公认专家，拥有人工智能博士学位，是一名十分活跃的技术分享者，影响了全球数百万机器学习从业者和研究人员。??译者：彭文华，国家工业信息安全发展研究中心高级工程师，北京航空航天大学硕士。深耕数据治理及人工智能领域 20 余年，在相关领域有着深厚的研究积淀与丰富的实践经验。近 5 年参与多项国标、团标编制，发表论文 5 篇，获得 3 项数据及 AI 相关专利，出版独著、译著及参编著作共 9 部。?于冰冰，毕业于布鲁塞尔自由大学，获欧洲一体化与发展专业硕士学位。先后任职惠普、IBM 等科技公司，2012 年转金融及教育领域，2017 年起专注于数据管理，历任CISO、DPO、DSO、Senior Manager DG，精通信息安全、数据治理与隐私保护。