ChatGPT原理+Transformer自然语言处理(全2册)
全新正版 极速发货
￥ 161.53 6.8折 ￥ 238 全新
库存35件
广东广州
认证卖家担保交易快速发货售后保障
作者刘聪 等 著
出版社机械工业出版社
ISBN9782200059002
出版时间2024-01
装帧平装
开本32开
定价238元
货号1203331731
上书时间2024-12-02
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
Lewis Tunstall是Hugging Face机器学习工程师，致力于为NLP社区开发实用工具，并帮助人们更好地使用这些工具。
Leandro von Werra是Hugging Face机器学习工程师，致力于代码生成模型的研究与社区推广工作。
Thomas Wolf是Hugging Face首席科学官兼联合创始人，他的团队肩负着促进AI研究和普及的使命。
刘聪
资深NLP技术专家和AI技术专家，南京云问科技首席算法架构师，MLNLP（机器学习算法与自然语言处理）社区学术委员。主攻文本向量表征、问答系统、AIGC等技术方向，是大模型领域的先驱者和布道者。开源了首个中文Unilm预训练模型、中文GPT2、夸夸闲聊机器人（ChatBot）、大模型微调等项目。作为主要负责人，在多项自然语言处理比赛中获得前三名，在中文核心期刊和SCI发表多篇论文，有多项发明专利。知乎ID为“刘聪NLP”，拥有公众号“NLP工作站”。
杜振东
资深NLP技术专家和AI技术专家，南京云问科技NLP研究院院长，国家人工智能标准委专家、AIIA 人工智能技术专家、CCF智能机器人专业组首批委员。拥有10年机器学习与文本挖掘经验，8年中文自然语言处理实战经验，参与制定6项国家人工智能总体组标准，编著有《会话式AI》《人工智能实践录》等书。
涂铭
资深AI架构师和大数据架构师，现就职于BAT，对NLP、图像识别、大数据等领域有深入研究，实战经验丰富。在NLP方面，担任导购机器人项目的架构师，主导开发机器人的语义理解、短文本相似度匹配、上下文理解等功能。在工业领域曾参与了燃煤优化、设备故障诊断、新能源光伏电池片和组件EL图像检测等项目。著有《Python自然语言处理实战：核心技术与算法》《深度学习与图像识别：原理与实践》等畅销书。
沈盛宇
资深算法工程师，南京云问科技算法组负责人。擅长结合用户业务场景，有针对性地设计知识图谱、问答、检索、多模态、AIGC等的相关算法和落地方案。在结合客户现有产品体系，推动数据中台和算法平台结合，从而提升服务质量方面，有丰富实战经验。曾获得多项国家专利，参与制定和撰写《IDP术语标准》《人工智能-智能助理能力等级评估标准》《人工智能标准化与开源研究报告》等多项国家级人工智能标准和报告。
目录
《Transformer自然语言处理实战：使用Hugging Face Transformers库构建NLP应用》
《ChatGPT原理与实战：大型语言模型的算法、技术和私有化》
内容摘要
《Transformer自然语言处理实战：使用Hugging Face Transformers库构建NLP应用》涵盖了Transformer在NLP领域的主要应用。首先介绍Transformer模型和Hugging Face 生态系统。然后重点介绍情感分析任务以及Trainer API、Transformer的架构，并讲述了在多语言中识别文本内实体的任务，以及Transformer模型生成文本的能力，还介绍了解码策略和度量指标。接着深入挖掘了文本摘要这个复杂的序列到序列的任务，并介绍了用于此任务的度量指标。之后聚焦于构建基于评论的问答系统，介绍如何基于Haystack进行信息检索，探讨在缺乏大量标注数据的情况下提高模型性能的方法。最后展示如何从头开始构建和训练用于自动填充Python源代码的模型，并总结Transformer面临的挑战以及将这个模型应用于其他领域的一些新研究。
《ChatGPT原理与实战：大型语言模型的算法、技术和私有化》是一本系统梳理并深入解析ChatGPT核心技术、算法实现、工作原理、训练方法的著作，也是一本能指导你搭建专属ChatGPT和实现大模型迁移及私有化的著作。本书得到了MOSS系统负责人邱锡鹏等多位专家的高度评价和鼎力推荐。
具体地，通过本书你能了解或掌握以下知识：
ChatGPT的工作流程和技术栈
ChatGPT的工作原理和算法实现
基于Transformer架构的一系列预训练语言模型的原理
强化学习的基础知识
提示学习与大模型涌现出的上下文学习、思维链
大模型的训练方法及常见的分布式训练框架
基于人工反馈的强化学习整体框架
从零搭建类ChatGPT模型，模拟完整的ChatGPT训练过程
本书集理论、实战和产业应用于一体，提供大量经详细注释的代码，方便读者理解和实操。总之，不管你是想深入研究ChatGPT本身，还是正在研发或使用其他大模型，本书都应该能给你颇具价值的技术启发与思考，让你在大模型的路上快速前行，少走弯路。
— 没有更多了 —
以下为对购买帮助不大的评价