作者簡介 段玉聰,中國科學院博士,先後在清華大學、法國國家科學院、美國密蘇里州立大學等從事博士后及訪問研究,現為海南大學教授、博導,國際先進技術與工程院(ATE)院士,兼任世界人工意識協會執行理事長等職務。
目錄 第1章 引言:大模型時代的來臨
1 1 智能湧現的契機
1 1 1 初創與技術探索
1 1 2 用戶熱情與需求激增
1 1 3 社會變革與產業升級
1 1 4 國際競爭與技術自主
1 2 DeepSeek橫空出世
1 2 1 起源與發展歷程
1 2 2 低成本高性能的技術秘密
1 2 3 國際影響與市場震蕩
1 2 4 案例解讀與未來展望
1 3 為什麼需要新理念
1 3 1 黑盒測評的局限
1 3 2 白盒測評的提出與意義
1 3 3 白盒測評的實踐意義
1 3 4 白盒測評在行業應用中的潛力
1 4 總結
第2章 DeepSeek解析:核心技術與創新突破
2 1 DeepSeek的發展路徑
2 1 1 初創與技術探索
2 1 2 里程碑事件:發布DeepSeek-V3版本
2 1 3 專用模型的推出:DeepSeek-R
2 2 模型架構與規模
2 2 1 混合專家(MoE)架構解析
2 2 2 參數規模與計算效率
2 2 3 內部機制剖析
2 3 突破性能瓶頸
2 3 1 低成本硬體的高效利用
2 3 2 英偉達H800 GPU的運用與成本控制
2 3 3 模型蒸餾技術的應用
2 4 性能對比與評價
2 4 1 權威測評指標
2 4 2 DeepSeek與國內外頂尖模型的對比
2 4 3 DeepSeek在多領域應用表現
2 5 開源與生態
2 5 1 開源策略的優勢
2 5 2 插件生態與交流合作
2 5 3 開源對企業應用的推動作用
2 6 總結
第3章 DIKWP白盒測評理念詳解
3 1 黑盒測評與白盒測評:從結果到過程的轉變
3 1 1 傳統黑盒測評的定義與局限
3 1 2 白盒測評的提出與意義
3 2 DIKWP模型框架的全面解析
3 2 1 數據層(Data):感知與原始信息的獲取
3 2 2 信息層(Information):信息提取與初步處理
3 2 3 知識層(Knowledge):信息組織與系統構建
3 2 4 智慧層(Wisdom):高層次推理與問題解決
3 2 5 意圖層(Purpose):目標識別與行為調控
第4章 模型擇優:如何選擇合適的大模型
第5章 大模型定製:優化方法與實踐指南
第6章 深入淺出:DeepSeek實戰優化策略
第7章 模型組合:大模型的協同與互補
第9章 行業應用案例分析
第8章 DeepSeek與國內外主要大模型及其AI智能體的對比分析
第10章 企業與機構定製和採購LLM的白盒測評指南
第11章 最佳實踐與常見誤區
第12章 結語:未來展望與讀者行動指南
後記
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。