机读格式显示(MARC)

• 000 01511nam0 2200277 450

• 001 0000476075

• 005 20241022160100.0

• 010 __ |a 978-7-121-47010-3 |d CNY79.00

• 100 __ |a 20240229d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a Llama大模型实践指南 |A Llama da mo xing shi jian zhi nan |f 张俊祺 ... [等] 编著

• 210 __ |a 北京 |c 电子工业出版社 |d 2024

• 215 __ |a 158页 |c 图 (部分彩图) |d 24cm

• 304 __ |a 题名页题: 张俊祺, 曲东奇, 张正, 占冰强, 董倩倩等编著

• 314 __ |a 张俊祺, 清华大学计算机系博士, 曾获CIKM 2018唯一最佳论文奖、2022年中关村U30等荣誉, 原子回声创始人。曲东奇, 东南大学毕业, 德国亥姆霍兹研究中心访问学者。张正, 清华大学计算机系毕业, 对于深度学习、自然语言处理技术有着极其丰富的研究和产业经验, 组织训练和研发了原子大模型。

• 330 __ |a 本书共包括7章, 涵盖了从基础理论到实际应用的全方位内容。第1章深入探讨了大模型的基础理论。第2章和第3章专注于Llama 2大模型的部署和微调, 提供了一系列实用的代码示例、案例分析和最佳实践。第4章介绍了多轮对话难题, 这是许多大模型开发者和研究人员面临的一大挑战。第5章探讨了如何基于Llama 2定制行业大模型, 以满足特定业务需求。第6章介绍了如何利用Llama 2和LangChain构建高效的文档问答模型。第7章展示了多语言大模型的技术细节和应用场景。

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

• 690 __ |a TP391 |v 5

• 701 _0 |a 张俊祺 |A zhang jun qi |4 编著

• 701 _0 |a 曲东奇 |A qu dong qi |4 编著

• 701 _0 |a 张正 |A zhang zheng |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20240229

• 905 __ |a AUSTL |d TP391/Z428