掃一掃
關注中圖網
官方微博
>
大模型應用開發:核心技術與領域實踐
本類五星書更多>
-
>
貨幣大歷史:金融霸權與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創意玩具書(精裝4冊)
大模型應用開發:核心技術與領域實踐 版權信息
- ISBN：9787111769750
- 條形碼：9787111769750 ; 978-7-111-76975-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：
大模型應用開發:核心技術與領域實踐 本書特色
1）入門友好：本書特別注重基礎知識的講解，避免了深奧難懂的技術細節，使得即使是大模型領域的初學者也能輕松理解核心概念，快速進入實踐階段，避免了學習初期的迷茫和挫敗感。2）理論夠用：提供了對大模型工作流程、Transformer架構、提示工程技術、模型微調技巧等關鍵技術的深度剖析。通過詳細的案例分析和操作指南，幫助讀者深刻理解這些技術背后的原理和應用場景，提高解決問題的能力。3）實戰導向：強調提示工程的實際應用，介紹了一系列經過驗證的提示設計和優化方法。通過實戰演練，讀者不僅能學到理論知識，更能掌握如何利用這些知識來改善大模型的性能，實現預期的輸出結果。4）案例豐富：涵蓋了多個行業的實際應用案例，包括但不限于金融、醫療、教育等領域。這些案例不僅展示了大模型的廣泛應用前景，也為讀者提供了豐富的參考和借鑒，幫助他們在自己的項目中找到合適的解決方案。5）全程指導：每個案例都從需求分析開始，到環境搭建、代碼實現，*后到測試和部署，提供了一站式的全流程指導。讀者可以在每個環節中獲得具體的建議和支持，確保項目的順利進行，*終達到*佳的應用效果。
大模型應用開發:核心技術與領域實踐 內容簡介
本書由科大訊飛與中國科大的大模型的資深專家聯合撰寫，一本書打通大模型的技術原理與應用實踐壁壘，深入大模型3步工作流程，詳解模型微調、對齊優化、提示工程等核心技術及不同場景的微調方案，全流程講解6個典型場景的應用開發實踐。 本書共10章，從邏輯上分為“基礎知識”“原理與技術”“應用開發實踐”三部分。基礎知識（第1章）介紹大模型定義、應用現狀、存在的問題，以及發展趨勢。原理與技術（第2和3章）詳細講解大模型的構建流程、Transformer模型，以及模型微調、對齊優化、提示工程等核心技術，之后介紹了推理優化、大模型訓練、大模型評估、大模型部署等拓展技術。應用開發實踐（第4～10章）詳細講解大模型插件應用開發、RAG實踐，以及智能客服問答、學科知識問答、法律領域應用、醫療領域應用、智能助寫平臺等多領域的實踐。
大模型應用開發:核心技術與領域實踐 目錄
目 錄前言第1章 大模型概述 / 11.1 大模型的概念 / 11.2 大模型的應用現狀 / 41.2.1 國外的大模型 / 41.2.2 國內的大模型 / 71.2.3 大模型的應用情況 / 91.3 大模型存在的問題 / 101.3.1 機器幻覺 / 111.3.2 安全倫理 / 121.3.3 選擇錯誤目標 / 131.3.4 難以監督 / 141.4 大模型的發展趨勢 / 14目 錄前言第1章 大模型概述 / 11.1 大模型的概念 / 11.2 大模型的應用現狀 / 41.2.1 國外的大模型 / 41.2.2 國內的大模型 / 71.2.3 大模型的應用情況 / 91.3 大模型存在的問題 / 101.3.1 機器幻覺 / 111.3.2 安全倫理 / 121.3.3 選擇錯誤目標 / 131.3.4 難以監督 / 141.4 大模型的發展趨勢 / 141.4.1 多模態能力 / 141.4.2 AI Agent / 151.4.3 端側應用 / 151.4.4 可信任性及可解釋性 / 161.4.5 自我學習 / 161.5 本章小結 / 17第2章 大模型核心技術 / 182.1 大模型構建流程 / 182.1.1 預訓練語言模型 / 202.1.2 模型微調 / 222.1.3 對齊優化 / 242.2 Transformer模型 / 252.2.1 Transformer模型概述 / 252.2.2 編碼器與解碼器 / 282.2.3 注意力機制 / 322.2.4 詞向量 / 362.2.5 位置編碼 / 372.2.6 規范化 / 402.2.7 激活函數 / 412.2.8 優化器 / 412.2.9 基于Transformer的大模型架構選擇 / 422.3 模型微調 / 432.3.1 指令微調數據集 / 432.3.2 調優策略 / 462.4 對齊優化 / 602.4.1 反饋 / 602.4.2 偏好模型 / 612.4.3 RLHF / 622.5 提示工程 / 642.5.1 提示工程開發流程 / 652.5.2 提示設計開發 / 662.6 本章小結 / 73第3章 大模型技術拓展 / 743.1 推理優化技術 / 743.1.1 解碼優化算法 / 743.1.2 推理加速策略 / 783.2 大模型訓練技術 / 813.2.1 并行訓練 / 813.2.2 訓練容錯 / 873.2.3 混合精度訓練 / 893.3 大模型評估 / 913.3.1 大模型評估概述 / 913.3.2 大模型評估任務 / 913.3.3 大模型評估數據集 / 913.3.4 大模型評估方法 / 933.4 大模型部署 / 963.4.1 模型環境搭建 / 963.4.2 模型運行測試 / 973.5 本章小結 / 99第4章 插件應用開發實踐 / 1004.1 應用概述 / 1004.1.1 ChatGPT插件 / 1004.1.2 LangChain插件 / 1014.1.3 通用插件調用流程 / 1034.2 天氣查詢插件開發 / 1034.2.1 基于ChatGPT的插件開發 / 1034.2.2 基于AutoGen的插件開發 / 1104.3 語音交互插件開發 / 1144.4 本章小結 / 118第5章 RAG實踐 / 1195.1 應用概述 / 1195.2 RAG流程 / 1205.3 環境構建 / 1215.4 應用實踐 / 1225.4.1 知識解析 / 1235.4.2 檢索 / 1275.4.3 增強 / 1305.4.4 生成 / 1345.5 本章小結 / 135第6章 智能客服問答實踐 / 1366.1 應用概述 / 1366.2 環境構建 / 1376.2.1 開發環境搭建 / 1376.2.2 開源模型下載 / 1386.3 應用開發 / 1396.3.1 實現多輪對話系統 / 1396.3.2 提示優化 / 1416.3.3 第三方工具調用 / 1506.4 應用部署 / 1526.5 本章小結 / 154第7章 學科知識問答實踐 / 1557.1 應用概述 / 1557.2 環境構建 / 1557.2.1 開發環境搭建 / 1567.2.2 項目參數配置 / 1567.3 學科知識圖譜 / 1587.3.1 大模型與知識圖譜 / 1587.3.2 學科知識圖譜構建流程 / 1597.3.3 學科知識數據集 / 1617.3.4 學科知識處理 / 1627.4 應用開發 / 1647.4.1 功能設置 / 1647.4.2 知識庫構建 / 1657.4.3 基于LangChain的問答實踐 / 1677.5 本章小結 / 170第8章 法律領域應用實踐 / 1718.1 應用概述 / 1718.2 對話數據微調 / 1728.2.1 法律對話數據預處理 / 1728.2.2 對話微調工具編寫 / 1758.2.3 模型微調框架的參數配置 / 1768.2.4 微調前后的對話問答對比 / 1798.3 指令微調 / 1818.3.1 法律指令數據集預處理 / 1818.3.2 指令微調工具編寫 / 1828.3.3 法律大模型指令問答評估 / 1868.3.4 微調前后的對話問答對比 / 1898.4 部署驗證 / 1918.5 本章小結 / 193第9章 醫療領域應用實踐 / 1949.1 應用概述 / 1949.2 醫療數據集構建 / 1959.2.1 增量預訓練數據集 / 1959.2.2 有監督微調數據集 / 1959.2.3 直接偏好優化數據集 / 1969.2.4 模
展開全部
大模型應用開發:核心技術與領域實踐 作者簡介
于俊：科大訊飛高級人工智能工程師、中國科學技術大學工程博士、CCF高級會員。主要研究數據挖掘、知識圖譜、認知智能創新探索及應用，擁有超過15年的大數據及人工智能算法工程化經驗。參與編寫了《Spark核心技術與高級應用》《Spark機器學習進階實戰》《知識圖譜實戰：構建方法與行業應用》《人工智能數據處理基礎》等著作。程禮磊：科大訊飛實驗室產品部算法總監、合肥工業大學概率論與數理統計碩士。在數據分析與挖掘、自然語言處理、教育認知診斷等領域有豐富的研究和開發經驗，精通Python、R語言以及人工智能深度學習框架，在人工智能教育、產教融合行業應用有著諸多落地經驗。程明月：中國科學技術大學計算機科學與技術學院特任副研究員、碩士生導師、工學博士。主要研究時序建模、大模型方法及其應用，同時擔任中國中文信息學會信息檢索專委會通訊委員、中國老年學與老年醫學學會慢病遠程與智能管理分會委員。在相關領域國際學術會議和重要期刊上發表學術論文20余篇，申請發明專利10余項。擔任多個國際學術期刊與會議（如IEEE TKDE、SIGKDD、SIGIR等）的審稿人，以及程序委員會委員。曾榮獲多項算法競賽與雙創賽事競賽獎勵，包括KDD Cup 2024全球亞軍等。
書友推薦
- >
回憶愛瑪儂
- >
經典常談
- >
我與地壇
- >
名家帶你讀魯迅:故事新編
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
李白與唐代文化
- >
史學評論
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
