开源大模型全链路训练实践：预训练、后训练与数据工程

正版全新

49.04 7.0折 69.8 全新

库存11件

上海浦东

作者周佺喜

出版社清华大学出版社

ISBN9787302726258

出版时间2022-12

装帧其他

开本16开

纸张胶版纸

定价69.8元

货号5076369

上书时间2026-09-21

商品描述: 【书    名】开源大模型全链路训练实践：预训练、后训练与数据工程
【书    号】 9787302726258
【出版社】清华大学出版社
【作    者】周佺喜
【出版日期】 2026-10-01
【开    本】 16开
【定    价】 69.80元

【编辑推荐】
聚焦DeepSeek、Qwen、GLM、Kimi等国产主流开源模型，案例丰富，讲解细致。

【内容简介】
本书是一部系统阐述大模型训练技术的专业书，聚焦DeepSeek、Qwen、GLM、Kimi K2等国产主流开源模型，深入剖析架构创新与工程实践。全书共12章。第1章解析国内开源模型架构,涵盖MoE稀疏激活、多头潜在注意力等前沿设计；第2章介绍训练理论的数学基础；第3、4 章聚焦数据工程，包括数据采集、清洗、去重、过滤、质量评估、合成数据生成及课程学习策略；第5、6章详述预训练工程，涉及分布式架构设计、内存优化、训练监控与稳定性保障；第7～9章全面覆盖后训练技术，从监督微调、强化学习优化到对齐训练与安全机制；第10～12章探讨工程化实践，包括基础设施建设、模型压缩部署及持续学习迭代。
  本书采用算法伪代码、数学公式、插图与表格等形式呈现技术要点，适合从事大模型研发的算法工程师、研究人员、技术架构师使用。