机读格式显示(MARC)

• 000 01709nam 2200313 450

• 001 0000503691

• 005 20250425105000.0

• 010 __ |a 978-7-111-76276-8 |d CNY89.00

• 100 __ |a 20241021d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 大语言模型 |A da yu yan mo xing |e 原理、应用与优化 |f 苏之阳 ... [等] 著

• 210 __ |a 北京 |c 机械工业出版社 |d 2024

• 215 __ |a 245页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 304 __ |a 题名页题: 苏之阳, 王锦鹏, 姜迪, 宋元峰著

• 314 __ |a 苏之阳, 现任微软资深应用科学家, 小冰前研发总监, 专注于搜索排序算法和对话系统研发。王锦鹏, 致力于自然语言处理和推荐系统的研发, 拥有在微软亚洲研究院等科技公司担任关键技术岗位的经验。姜迪, 拥有十余年工业界研发和管理经验, 在雅虎、百度等知名互联网企业工作期间, 为企业的多个关键业务研发了核心解决方案。

• 320 __ |a 有书目 (第231-245页)

• 330 __ |a 本书系统地介绍了大语言模型的理论基础、技术架构、应用实践和发展趋势, 旨在为读者深入了解大语言模型相关知识提供参考。本书共10章, 从逻辑上分为四部分: 第一部分 (第1-4章) 由语言模型的基本概念入手, 介绍了大模型的基础构件、技术发展的脉络及范式, 以及模型对齐的方法; 第二部分 (第5和6章) 详细介绍了大模型的评测与分布式训练的基本原理; 第三部分 (第7-9章) 着重介绍了大模型在垂直场景的应用、知识融合与工具使用的方法及大模型优化的高级话题; 第四部分 (第10章) 展望了大模型未来的发展方向和挑战。

• 410 _0 |1 2001 |a 智能系统与技术丛书

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

• 690 __ |a TP391 |v 5

• 701 _0 |a 苏之阳 |A su zhi yang |4 著

• 701 _0 |a 王锦鹏 |A wang jin peng |4 著

• 701 _0 |a 姜迪 |A jiang di |4 著

• 801 _0 |a CN |b 湖北三新 |c 20241021

• 905 __ |a AUSTL |d TP391/S997