购物车中还没有商品,赶紧选购吧!
大数据智能——大语言模型 赵鑫 李军毅 周昆 唐天一 文继荣 编著 高等教育出版社
商品价格
定价
手机购买
商品二维码
配送
北京市
数量

推荐商品

  • 商品详情
手机购买
商品二维码
加入购物车
价格:
数量:
库存   个

商品详情

商品名称:大数据智能——大语言模型
ISBN:9787040644357
出版社:高等教育出版社
出版年月:2025-06
作者:赵鑫 李军毅 周昆 唐天一 文继荣 编著
定价:48.00
页码:332
装帧:平装
版次:1
字数:480 千字
开本:16开
套装书:否

本书是大数据新兴领域“十四五”高等教育教材。本书展现了大语言模型技术的整体框架和路线图,内容讲解力求简明、准确、实用,旨在为相关行业提供大模型技术的中文参考资料,推动我国相关人工智能技术的发展。全书共13章,内容涉及大模型的背景与基础知识、预训练、微调与对齐、模型使用、评测与资源等,同时提供了相关代码示例与实验工具包。

本书可供具有深度学习基础的读者阅读与使用,既可作为高等学校人工智能、大数据、计算机类专业教材,也可作为相关从业与研究人员的参考用书。

前辅文
第一部分 背景与基础知识
  第1章 引言
   1.1 语言模型的发展历程
   1.2 大语言模型的能力特点
   1.3 大语言模型关键技术概览
   1.4 大语言模型对科技发展的影响
   1.5 本书的内容组织
   1.6 本书配套资源说明
  第2章 基础介绍
   2.1 大语言模型的构建过程
   2.2 扩展定律
   2.3 涌现能力
   2.4 GPT系列模型的技术演变
   习题
第二部分 预训练
  第3章 数据准备
   3.1 数据来源
   3.2 数据预处理
   3.3 词元化(分词)
   3.4 数据调度
   习题
  第4章 模型架构
   4.1 Transformer模型
   4.2 详细配置
   4.3 主流架构
   4.4 长上下文模型
   4.5 新型模型架构
   习题
  第5章 模型预训练
   5.1 预训练任务
   5.2 优化参数设置
   5.3 可扩展的训练技术
   5.4 模型参数量计算与效率分析
   5.5 预训练代码实践
   习题
第三部分 微调与对齐
  第6章 指令微调
   6.1 指令数据的构建
   6.2 指令微调的训练策略
   6.3 参数高效的模型微调
   6.4 代码实践与分析
   习题
  第7章 人类对齐
   7.1 人类对齐的背景与标准
   7.2 基于人类反馈的强化学习
   7.3 非强化学习的对齐方法
   7.4 关于SFT和RLHF的进一步讨论
   7.5 幻象
   习题
第四部分 模型使用
  第8章 解码与部署
   8.1 解码策略
   8.2 解码加速算法
   8.3 低资源部署策略
   8.4 其他模型压缩方法
   习题
  第9章 提示学习
   9.1 基础提示
   9.2 上下文学习
   9.3 思维链提示
   9.4 检索增强生成
   习题
  第10章 规划与智能体
   10.1 基于大语言模型的规划
   10.2 基于大语言模型的智能体
   习题
第五部分 评测与资源
  第11章 模型评测
   11.1 评测指标与评测方法
   11.2 基础能力评测
   11.3 高级能力评测
   11.4 公开综合评测体系
   习题
  第12章 模型资源
   12.1 公开可用的模型检查点
   12.2 常用的预训练数据集
   12.3 常用的微调数据集
   12.4 代码库资源
  第13章 总结
参考文献

对比栏

1

您还可以继续添加

2

您还可以继续添加

3

您还可以继续添加

4

您还可以继续添加