大話大語言模型 王符偉 曹宇 9787111778691 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：大話大語言模型
ISBN：9787111778691
出版社：機械工業
著編譯者：王符偉 曹宇
頁數：241
所在地：中國大陸 *此為代購商品
書號：1735211
可大量預訂，請先連絡。

內容簡介 大語言模型作為AI領域的明星，憑藉其強大的語言理解和生成能力，正深刻地改變著人們的生活與工作。其興起得益於預訓練和生成式AI技術的發展，未來將在多領域發揮重要作用，但同時也面臨隱私、倫理等挑戰。 本書全面介紹大語言模型（Large Language Model，LLM）的前世今生、工作原理、應用實踐及未來趨勢。全書共4篇：基礎篇追溯了大語言模型的起源與興起，深度揭秘了其工作原理，並對當前現狀與研發競賽進行深入分析，同時展望了其未來發展前景。進階篇聚焦于模型規模化、提示工程、思維鏈推理等關鍵技術，詳細介紹了以ChatGPT為代表的大語言模型背後的技術原理，並探討問答系統在實際應用中的落地實踐。高階篇深入剖析了Transformer架構與預訓練模型的核心機制，探討微調技巧在提升模型性能中的作用，以及大語言模型在多領域的應用實踐，同時構建和完善了大語言模型的API生態體系。展望篇探討了大語言模型如何重塑互聯網格局，驅動各行業創新升級及其面臨的社會挑戰與應對策略，展望了以DeepSeek為代表的大語言模型對未來技術發展與人們生活方式可能帶來的深遠變革。 本書適合AI從業者、研究人員及對大語言模型感興趣的讀者閱讀。

作者簡介 王符偉，人工智能領域專家，IT與藝術融合兩棲圖書作者。擅長將深奧晦澀的技術，以獨具匠心的插畫形式進行生動拆解，讓複雜的技術變得趣味橫生、易於理解。引領讀者在探索技術的旅途中，感悟生活的哲理與智慧，體驗科技與藝術交融的獨特魅力。

目錄 序言1
序言2
前言
基礎篇 初識大語言模型
1 大語言模型是什麼（了解AI時代大語言模型的前世今生）
1 1 大語言模型什麼時候突然走進我們的視野
1 2 追溯大語言模型的前世
1 3 預訓練模型的興起：AI進化的方向
1 4 生成式AI時代的到來：大語言模型「TOP-1」
2 大語言模型是如何工作的（解密大語言模型的工作原理）
2 1 大語言模型：放大版的生成式AI
2 2 大語言模型的左膀右臂：微調與提示
2 3 大語言模型+：AI平台時代的到來
2 4 大語言模型生態的繁榮：第三方框架與軟體庫的持續發展與完善
2 5 開源大語言模型：驅動未來AI騰飛的靈魂
3 深度剖析大語言模型的現狀與研發競賽（企業與科研院所的競相角逐與創新探索）
3 1 AI技術的持續創新與突破
3 2 加速發展+突破想象力的AI產品不斷湧現
3 3 企業：資金與數據的雙重驅動
3 4 科研院所：學術與技術的深度融合
3 5 國產大語言模型的開發及競爭的意義
3 6 未來競爭的焦點
3 7 基準測試：揭秘大語言模型的性能密碼
進階篇 與模型互動
4 模型規模化效應：評估模型性能指標（選擇適用的模型規模，實現資源優化配置）
4 1 如何衡量模型的規模
4 2 權衡FLOPS與Accuracy
4 3 模型的選擇策略
5 語境內學習：利用提示工程有效提升服務（利用提示控制語言模型，推動智能系統的應用）
5 1 走近提示工程
5 2 提示工程驅使語言模型「萬能化」
5 3 懂「提示」的AI會「驅逐」程序員嗎
5 4 熟悉幾種具體的提示形式
6 思維鏈（CoT）推理：加強文本邏輯和連貫性（提升模型的語言理解和生成水平）
6 1 趣聊思維鏈推理，讓AI更聰明更有邏輯
6 2 巧用思維鏈，改善LLM推理能力
6 3 提高思維鏈推理的穩健性
6 4 思考樹（ToT）：進化版的思維鏈
7 指令微調器：優化模型在特定任務中的表現（提供高效的智能解決方案）
7 1 有效利用已有的數據集
7 2 與「指令微調」容易混淆的技術
7 3 指令微調存在的問題和挑戰
8 人類反饋強化學習：實現個性化和協同學習（利用人類反饋實現模型學習的精準性和個性化，促進人機協同合作）
8 1 強化學習的獎勵機制
8 2 獎勵標準的考量
8 3 獎勵標籤能否AI化
9 ChatGPT熱潮：深度解析其學習來源和問答精度（探究ChatGPT的學習數據和黑匣子技術，提升人機交互質量）
9 1 LLM的學習數據從哪裡來
9 2 LLM通過深度學習提高精度
9 3 LLM生成的文章很自然
9 4 LLM也懂巧妙措辭嗎
9 5 LLM的語言風格很文雅
10 問答系統實踐：將ChatGPT融入大語言模型應用的領先地位（文檔檢索模型，實現智能化和個性化應用效果的極致
體驗）
10 1 問答系統是什麼
10 2 問答系統的基本類型
10 3 包含文檔檢索的問答系統
10 4 將文檔檢索模型用於專業問答
高階篇 模型應用與實踐
11 深度解析Transformer核心機制：從自注意力機制到文本生成（Transformer推動自然語言處理技術進步）
11 1 Transformer工作原理
11 2 詞嵌入，文本的數值化表示
11 3 神經網絡中的詞嵌入應用
11 4 注意力機制，聚焦關鍵信息
11 5 趣解Query-Key-Value機制
11 6 Transformer的文本生成能力
12 預訓練語言模型解析：GPT、RoBERTa、T5（透視預訓練語言模型的豐富表達與跨語言能力）
12 1 文字預測的過程
12 2 GPT：文本生成的鼻祖
12 3 BERT?RoBERTa：文本生成的新思路
12 4 T5：模型融合的全新範式
12 5 模型如何應對多語言任務
12 6 中文處理策略：微觀視角的分詞
13 模型微調深入分析：揭秘自然語言處理任務（情感分析、自然語言推理、語義相似度和語境多項選擇的微調技巧）
13 1 大語言模型擅長的基本任務
13 2 情感分析：本質是文本分類
13 3 自然語言推理：機器理解文本的邏輯思維挑戰
13 4 微調與語義相似度的結合：智能的「雙重奏」
13 5 多項選擇問答：打造智能問答高手
13 6 LoRA微調策略
14 摘要生成：提高信息獲取效率的精練技術（探討如何提高信息獲取效率，助力知識傳播與創新）
14 1 摘要生成的基本概念
14 2 面向查詢VS非面向查詢
15 命名實體識別：助力多領域NLP應用的信息提取（深度挖掘文本中有價值的信息，為多領域應用提供強大支持）
15 1 什麼是命名實體識別
15 2 有哪些基本任務
15 3 解決任務的基本方法
16 語句嵌入：優化文本處理與理解技術（發掘語句嵌入的應用潛力，提升智能系統的服務能力）
16 1 什麼是語句嵌入
16 2 解鎖語義相似度計算，賦能智能問答
17 大語言模型API框架生態：打造智能應用部署新範式（基於RAG、LangChain和分散式的創新工具與生
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。