大语言模型应用指南 以ChatGPT为起点,从入门到精通的AI实践教程
正版新书 新华官方库房直发 可开电子发票
￥ 88.5 7.5折 ￥ 118 全新
库存6件
江苏南京
认证卖家担保交易快速发货售后保障
作者万俊
出版社电子工业出版社
ISBN9787121475986
出版时间2024-05
版次1
装帧平装
开本其他
纸张胶版纸
页数376页
定价118元
货号SC:9787121475986
上书时间2024-05-02
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
万俊，南京大学计算数学专业本硕；现任中国香港瑞银软件工程师；OPPO前高级数据挖掘工程师 ；蚂蚁集团前高级机器学习、数据工程师 ；Udacity前机器学习和深度学习资深讲师；曾多次在各类数据竞赛中获奖（Kaggle Kesci Data Castle）；已发表CCF A类论文一篇，EI论文一篇，神经网络测试专利一个 ；LeetCode专栏作家，著有“Enlighten AI”专栏。
主编推荐:
"探索智能前沿，驾驭模型力量！
这是一本能让你真正将大语言模型用起来的专业指南！
通俗：通篇用生活案例讲解，对人工智能或编程技术小白读者非常友好！
前沿：从大语言模型的核心原理、工作流程等，再到提示工程、长短期记忆、GPTs、Agent系统、微调与安全技术、GPT-4V与Gemini、尺度定律与压缩即智能等新技术点。
本书用4篇带你逐层攀登，从此驾驭大语言模型，共赴智慧科技的星辰大海！
★第1篇夯实基础，探索机器学习、神经网络、自然语言处理和大语言模型的基础。
★第2篇实践应用，包括交互格式、提示工程、工作记忆与长短期记忆，外部工具和GPTs的开发。
★第3篇拓宽边界，涵盖无梯度优化、自主Agent系统、大语言模型微调以及安全技术等。
★第4篇洞见未来，探讨多模态大语言模型、尺度定律、压缩即智能、图灵机与大语言模型的关联等。"
媒体评论:
"本书系统地解析了大语言模型的内在原理与实战应用，内容由浅入深，兼顾理论性与实用性，无论是初学者还是专家，皆能有所收获。作者的无私分享，以及与读者的积极互动，必将激发读者对AI技术的探索热情与创新动力。
Stori技术副总裁 ◇ 高澜
本书不仅深入浅出地解释了大语言模型的工作原理，更重要的是，还提供了一系列的应用技巧及对应的实践案例，引导读者有效地应用大语言模型解决实际问题。从ChatGPT的基本操作到进阶调优方法，展示了实战经验和作者的深入见解。本书不仅是一本技术手册，更像指引我们未来方向的指南针。
南京大学软件学院副院长、副教授 ◇ 刘嘉
作为从业人员，我对部分技术已有较深的了解，但本书对相关技术清晰全面的梳理仍然让我觉得收获良多。无论您是大模型的开发者还是使用者，本书都不容错过，它将为您打开AI的黑盒，照亮通向智能未来的道路。
Google AI 资深研究员◇ 李思扬
身为一名互联网教育公司的CTO，我对教育技术的应用和发展保持着持续的关注。本书不仅为我提供了宝贵的知识资源，也启发了我思考如何将大语言模型技术融入教育领域，以创造更加个性化的互动学习体验。
指南者留学联合创始人兼CTO ◇ 陆文斌
本书是全面深入探讨大语言模型的著作，不仅详细地介绍了人工智能的基本概念、原理和技术，还探讨了ChatGPT应用、优化的方法及技巧，与此同时，介绍了大语言模型进阶应用技巧，例如自主Agent系统、微调技术等，不仅适合初学者，也适合行业专家和领导作为参考。
欧加集团营销技术负责人 ◇ 孟凡超
本书为大语言模型提供了一幅清晰的技术蓝图，从基础背景、入门概念、进阶理论到未来展望，一应俱全。
哥伦比亚大学博士、深度学习专家、华东师范大学计算机系教授 ◇ 王骏
本书以通俗易懂的语言系统介绍了大语言模型的核心概念、技术要点和应用方法，对于希望探索人工智能前沿技术的读者来说，是的指南。
Meta资深机器学习工程师 ◇ 邹方宇"
内容简介:
本书是一本对人工智能小白读者非常友好的大语言模型应用指南，有两大特点：一是以通俗易懂的方式解释复杂概念，通过实例和案例讲解大语言模型的工作原理和工作流程、基本使用方法，包括大语言模型常用的三种交互格式、提示工程、工作记忆与长短期记忆，以及外部工具等，使读者能够全面了解和掌握这一优选技术的应用和二次开发；二是紧跟当前大语言模型技术的更新动态，介绍GPTs的创建，以GPT-4V和Gemini为例讲述多模态模型的应用，还包括无梯度优化、自主Agent系统、大语言模型微调、RAG框架微调、大语言模型安全技术等。无论是学术研究者、工程师，还是对大语言模型感兴趣的普通读者，都可以通过本书获得大语言模型的前沿研究成果、技术进展和应用案例，从而更好地应用大语言模型解决实际问题。
目录:
第1篇 基础
第1章 从人工智能的起源到大语言模型 2
1.1 人工智能的起源 2
1.1.1 机器能思考吗 2
1.1.2 达特茅斯会议 3
1.2 什么是机器学习 4
1.2.1 演绎推理与归纳推理 4
1.2.2 人工编程与自动编程 5
1.2.3 机器学习的过程 5
1.2.4 机器学习的分类 8
1.3 什么是神经网络 9
1.3.1 还原论与涌现性 9
1.3.2 神经网络的发展历史 10
1.3.3 神经网络基础 11
1.3.4 神经网络的三要素 13
1.4 自然语言处理的发展历程 17
1.4.1 什么是自然语言处理 17
1.4.2 文本的向量化 18
1.4.3 神经网络中的自监督学习 21
1.5 大语言模型 24
1.5.1 什么是大语言模型 24
1.5.2 语言模型中的token 25
1.5.3 自回归模型与文本生成 33
1.5.4 统一自然语言任务 41
1.5.5 大语言模型的训练过程 44
1.5.6 大语言模型的局限性 46
第2篇 入门
第2章 交互格式 50
2.1 Completion交互格式 50
2.2 ChatML交互格式 52
2.3 Chat Completion交互格式 54
第3章 提示工程 57
3.1 什么是提示工程 57
3.2 提示的构成 58
3.3 提示的基础技巧 62
3.3.1 在提
...
— 没有更多了 —
以下为对购买帮助不大的评价