机读格式显示(MARC)

• 000 01857nam 2200313 450

• 001 0000510528

• 005 20251117161100.0

• 010 __ |a 978-7-121-50072-5 |d CNY109.00

• 099 __ |a CAL 012025145891

• 100 __ |a 20250520d2025 ekmy0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 大模型算法 |A da mo xing suan fa |e 强化学习、微调与对齐 |d Large model algorithms |e reinforcement learning, fine-tuning, and alignment |f 余昌叶著

• 210 __ |a 北京 |c 电子工业出版社 |d 2025

• 215 __ |a 230页 |c 图 |d 24cm

• 225 2_ |a 通用智能与大模型丛书 |A tong yong zhi neng yu da mo xing cong shu

• 314 __ |a 余昌叶, 资深算法工程师, 哈尔滨工业大学优秀毕业生。曾就职于腾讯等多家一线互联网企业, 拥有十年行业经验。主要研究方向为大模型、强化学习、推荐系统及图像处理。具备扎实的数学功底与深厚的算法理论基础, 主导并完成多项核心技术项目的工程化落地。已获六项国家发明专利, 曾荣获科研类全国航空航天模型锦标赛亚军等专业奖项, 以及腾讯卓越研发奖 (团队)、腾讯知识奖等多项企业级荣誉。

• 330 __ |a 本书系统地讲解了大模型技术及其后训练 (Post-Training) 相关的各类算法、实践。全书以大语言模型 (LLM) 为核心, 内容广泛且深入, 绝大部分同样适用于视觉语言模型 (VLM) 和多模态语言模型 (MLLM) 。本书共10章, 第1章介绍SFT, 第2章介绍对齐算法宏观架构, 第3章介绍强化学习核心算法, 第4章介绍PPO算法, 第5章介绍RLHF, 第6章介绍DPO算法, 第7章介绍免训练的对齐和优化方法, 第8章介绍对齐算法的衍生和进化, 第9章和第10章是两个案例实践。

• 410 _0 |1 2001 |a 通用智能与大模型丛书

• 510 1_ |a Large model algorithms |e reinforcement learning, fine-tuning, and alignment |z eng

• 517 1_ |a 强化学习、微调与对齐 |A qiang hua xue xi 、 wei tiao yu dui qi

• 606 0_ |a 计算机应用 |A ji suan ji ying yong |x 信息处理

• 690 __ |a TP391 |v 5

• 701 _0 |a 余昌叶 |A yu chang ye |4 著

• 801 _0 |a CN |b 人天书店 |c 20250520

• 905 __ |a LJUZC |d TP391/167

• 920 __ |a 222016 |z 1