珠海科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

图解DeepSeek技术/(沙特) 杰伊·阿拉马尔, (荷) 马尔滕·格鲁滕多斯特著/Jay Alammar, Maarten Grootendorst 李博杰, 孟佳颖译

出版发行项:

北京:人民邮电出版社,2025

ISBN及定价:

978-7-115-67461-6/CNY59.80

载体形态项:

94页:彩图;24cm

并列正题名:

Illustrated DeepSeek

其它题名:

DeepSeek技术

个人责任者:

阿拉马尔 (Alammar, Jay) 著

个人责任者:

格鲁滕多斯特 (Grootendorst, Maarten) 著

个人次要责任者:

李博杰 译

个人次要责任者:

孟佳颖 译

学科主题:

人工智能-图解

非控制主题词:

DeepSeek

中图法分类号:

TP18-64

责任者附注:

杰伊·阿拉马尔, Cohere总监兼工程研究员, 知名大模型技术博客Language Models & Co作者, DeepLearning, Al和Udacity热门机器学习和自然语言处理课程作者。马尔滕·格鲁滕多斯特, IKNL (荷兰综合癌症中心) 高级临床数据科学家, 知名大模型技术博客博主, BERTopic等开源大模型软件包作者 (下载量超过百万次), DeepLeaming.Al和Udacity热门机器学习和自然语言处理课程作者。李博杰, 智能体初创公司 PINE AI联合创始人、首席科学家。曾任华为计算机网络与协议实验室副首席专家, 入选华为首批“天才少年”项目。孟佳颖, 中国科学技术大学博士。现任北京中关村实验窒助理研究员, 主要从事网络协议栈的漏洞挖掘与风险分析技术的研究工作。

提要文摘附注:

本书以通俗易懂、大量图解的方式剖析了DeepSeek的底层技术。全书分为3章和附录, 第1章详细分析推理大模型的范式转变, 即从“训练时计算”到“测试时计算”; 第2章解读DeepSeek-R1的架构 —— 混合专家 (MoE), 第3章展示DeepSeek-R1详细的训练过程及核心技术, 涵盖基于GRPO的强化学习等 ; 附录分享DeepSeek开源周活动。

豆瓣简介：