机读格式显示(MARC)

• 000 01947nam0 2200289 450

• 001 0000503532

• 005 20250423152400.0

• 010 __ |a 978-7-111-76642-1 |d CNY109.00

• 100 __ |a 20241231d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a ChatGLM部署、微调与开发 |A ChatGLM bu shu 、wei tiao yu kai fa |f 宫继兵 ... [等] 编著

• 210 __ |a 北京 |c 机械工业出版社 |d 2024

• 215 __ |a 361页 |c 图 |d 24cm

• 304 __ |a 题名页题: 宫继兵, 巢进波, 王开宇, 张鹏, 吴培良编著

• 314 __ |a 宫继兵, 燕山大学信息科学与工程学院计算机科学与技术系教授、博士生导师, 中科院计算所博士, 清华大学访问学者, 美国UIC访问学者, 燕山大学计算机系知识工程组实验室 (KEG) 负责人, 燕山大学-智谱AI大数据基础模型联合实验室负责人。主要研究方向为通用人工智能 (AGI)、大规模预训练模型、社交网络、知识图谱、数据挖掘及获取等。巢进波, 燕山大学信息科学与工程学院计算机科学与技术系教师。研究方向为智能网络信息处理。王开宇, 博士, 副教授, 燕山大学信息科学与工程学院计算机科学与技术系教师。研究方向为网络性能分析、分布式计算与大数据分析。

• 320 __ |a 有书目 (第354-361页)

• 330 __ |a 本书系统介绍了ChatGLM大语言模型的部署、微调与开发, 并提供了极具参考价值的大模型应用实战案例。所设计的学习架构包含三个核心部分: 应用技术篇。首先浅显易懂地说清什么是人工智能和大模型, 并详细介绍“智谱清言”这一款大模型产品的使用方法, 以帮助读者获得一个有效提升工作和学习效率的技术手段。其次, 从技术和应用角度介绍了大模型的国内外研究和发展现状, 并展望了大模型未来发展趋势。理论基础篇。该部分给出了大模型相关理论、模型和任务框架, 以及GLM训练、微调、部署及评估等基础知识, 还论述了大模型与知识图谱相结合使用的情况。实践案例篇。由于当前大模型技术的独特性, 目前还没有整合大模型的集成开发环境。

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 690 __ |a TP18 |v 5

• 701 _0 |a 宫继兵 |A gong ji bing |4 编著

• 701 _0 |a 巢进波 |A chao jin bo |4 编著

• 701 _0 |a 王开宇 |A wang kai yu |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20241231

• 905 __ |a AUSTL |d TP18/G412