机读格式显示(MARC)

• 000 02294nam 2200349 450

• 001 0000516279

• 005 20260305143300.0

• 010 __ |a 978-7-111-78441-8 |d CNY99.00

• 099 __ |a CAL 012025329601

• 100 __ |a 20250731d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 大语言模型原理、微调与Agent开发 |A da yu yan mo xing yuan li 、 wei tiao yu Agent kai fa |f 丁小晶, 马全一, 冯洋编著

• 210 __ |a 北京 |c 机械工业出版社 |d 2025

• 215 __ |a X, 282页 |c 图 |d 24cm

• 225 2_ |a AIGC与大模型技术丛书 |A AIGC yu da mo xing ji shu cong shu

• 300 __ |a 机工IT

• 314 __ |a 丁小晶, 百度大模型专家。长期从事自然语言处理 (NLP)、机器学习以及深度学习相关技术的研发与应用, 特别是在大语言模型的微调与优化技术方面具有深厚的学术积淀和实践经验。马全一, 华为技术有限公司开源运营总监 ; 操作系统和Rust编程语言技术专家 ; Web3 InfrastructureFoundation创始人、独立董事;黑龙江科技大学兼职教授;开放原子开源基金会开源项目导师。冯洋, 南京大学计算机学院副教授, 主要研究方向为复杂软件系统质量保障、大语言模型研究和应用开发, 研究课题包括复杂软件系统的质量保障技术、大语言模型的微调与优化技术等。

• 330 __ |a 本书全面探讨了大语言模型 (通常可简称“大模型”) 在应用开发中的核心技术与实现。内容涵盖了大语言模型的基本原理、微调与优化技术、复杂项目开发流程及高效实用的工程实践案例, 通过结构化的模块设计和详细的代码解析, 帮助读者快速掌握相关技术并应用于真实场景, 搭建从理论到实践的完整知识体系。本书分为四部分, 共10章, 系统梳理了大语言模型的核心架构与原理, 深入讲解了Transformer模型的构造与训练机制, 全面介绍了现代微调方法 (如LoRA、P-Tuning等) 以及模型量化、编译与推理优化的关键技术。针对应用场景, 本书结合多个企业级实际案例, 包括电商智能客服平台、编程辅助插件、寻人检索数据库和硬件开发工程师助理等, 详细展示了从需求分析、数据处理、模型选择到上线部署的完整开发流程。这些案例不仅强调技术实现, 还融入了工程实践中常见的问题与解决方案, 为读者提供了丰富的参考资料。

• 410 _0 |1 2001 |a AIGC与大模型技术丛书

• 606 0_ |a 自然语言处理 |A zi ran yu yan chu li

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 690 __ |a TP391 |v 5

• 690 __ |a TP18 |v 5

• 701 _0 |a 丁小晶 |A ding xiao jing |4 编著

• 701 _0 |a 马全一 |A ma quan yi |4 编著

• 701 _0 |a 冯洋 |A feng yang |4 编著

• 801 _0 |a CN |b 人天书店 |c 20250731

• 905 __ |a LJUZC |d TP391/174

• 920 __ |a 222016 |z 1