机读格式显示(MARC)

• 000 02275nam 2200373 450

• 001 0000510509

• 005 20251117093200.0

• 010 __ |a 978-7-121-50079-4 |d CNY118.00

• 099 __ |a CAL 012025119635

• 100 __ |a 20250614d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 大模型知识增强 |A da mo xing zhi shi zeng qiang |e 概念、方法与技术 |f 陈华钧, 张宁豫, 张文著

• 210 __ |a 北京 |c 电子工业出版社 |d 2025

• 215 __ |a XVI, 307页 |c 彩图 |d 24cm

• 225 2_ |a 大模型前沿技术与应用丛书 |A da mo xing qian yan ji shu yu ying yong cong shu

• 300 __ |a 博文视点 中文开放知识图谱

• 312 __ |a 英文题名取自封面

• 314 __ |a 陈华钧, 浙江大学计算机科学与技术学院教授。浙江大学阿里巴巴知识引擎联合实验室负责人、浙江省大数据智能计算重点实验室副主任、中国人工智能学会知识工程与分布智能专业委员会副主任委员、中国中文信息学会语言与知识计算专业委员会副主任委员、OpenKG发起人。曾获国际语义网会议ISWC最佳论文奖。张宁豫, 浙江大学软件学院副教授、特聘研究员、智能科学与工业软件所副所长, 入选斯坦福全球前2%顶尖科学家榜单, 主要研究方向为自然语言处理、知识图谱等。张文, 浙江大学软件学院副教授、特聘研究员。研究方向为知识表示与推理、知识图谱、大语言模型。

• 320 __ |a 有书目 (第286-307页)

• 330 __ |a 本书聚焦于“大模型+知识库 (LLM+KB)”框架下的大模型知识增强机制与方法, 特别是系统探讨大模型与知识图谱互补增强的核心技术与实现路径。具体内容涵盖: 大模型知识增强概述、知识增强预训练基础、知识增强提示指令、知识辅助检索增强、知识增强大模型查询问答、知识增强推理、大模型幻觉抑制、知识编辑、知识增强多模态学习, 以及知识智能体与世界模型等主题。各章由浅入深, 先提供背景知识, 再逐步深入介绍技术原理和最新学术进展, 注重系统性、整体性与章节间的有机衔接。针对实践应用, 本书部分章节挑选了来自企业真实案例与开源工具的示范, 便于读者动手实践, 实现理论与实践的结合。

• 410 _0 |1 2001 |a 大模型前沿技术与应用丛书

• 510 1_ |a Large model knowledge augmentation |e concepts, methods and techniques |z eng

• 517 1_ |a 概念、方法与技术 |A gai nian 、 fang fa yu ji shu

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 690 __ |a TP18 |v 5

• 701 _0 |a 陈华钧 |A chen hua jun |4 著

• 701 _0 |a 张宁豫 |A zhang ning yu |4 著

• 701 _0 |a 张文 |A zhang wen |4 著

• 801 _0 |a CN |b 人天书店 |c 20250614

• 905 __ |a LJUZC |d TP18/979

• 920 __ |a 222016 |z 1