消息首页搜索举报

大型语言模型实战指南:应用实践与场景落地

正版保障假一赔十可开发票

60.98 6.2折 99 全新

库存80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,沈盛宇,李特丽等

出版社机械工业出版社

ISBN9787111758457

出版时间2023-04

装帧平装

开本32开

定价99元

货号17565396

上书时间2024-10-26

灵感书店

三年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 10小时
好评率暂无

最新上架

云社群时代:用数据引爆粉丝红利 ¥8.32

妖猫传 ¥28.51

小学语文基础知识大全/学霸课堂 ¥11.79

莱姆狂想曲 ¥24.16

孔子这一生 ¥33.84

老屋 ¥24.20

安南使事纪要:新嘉坡风土记 ¥40.48

枕边算法书 ¥27.72

走出原生家庭(普通版) ¥26.31

商品详情

品相描述：全新

商品描述: 目录
前言

第1章大型语言模型基础1

1.1Transformer基础1

1.2常用的大型语言模型4

1.2.1GPT系列模型4

1.2.2OPT模型11

1.2.3Bloom模型12

1.2.4GLM系列模型12

1.2.5LLaMA系列模型14

1.2.6Baichuan系列模型16

1.2.7Qwen系列模型18

1.2.8Skywork模型19

1.3领域大型语言模型21

1.3.1法律大型语言模型21

1.3.2医疗大型语言模型24

1.3.3金融大型语言模型27

1.3.4教育大型语言模型29

1.4大型语言模型评估30

1.4.1大型语言模型的评估内容30

1.4.2大型语言模型的评估方法32

1.4.3大型语言模型评估榜单33

1.5本章小结37

第2章大型语言模型的常用微调方法38

2.1数据构造与清洗38

2.1.1数据构造方法39

2.1.2数据清洗方法43

2.2分词器构造44

2.2.1分词器概述44

2.2.2BPE分词器45

2.2.3WordPiece分词器52

2.2.4Unigram分词器56

2.2.5SentencePiece分词器58

2.2.6词表融合62

2.3大型语言模型的微调方法63

2.3.1前缀调优63

2.3.2提示调优64

2.3.3P-Tuningv265

2.3.4LoRA65

2.3.5DyLoRA66

2.3.6AdaLoRA67

2.3.7QLoRA67

2.3.8QA-LoRA68

2.3.9LongLoRA69

2.3.10VeRA69

2.3.11S-LoRA70

2.4基于PEFT的LLaMA模型微调实战71

2.4.1项目介绍71

2.4.2数据预处理71

2.4.3模型微调72

2.4.4模型预测77

2.5本章小结78

第3章大型语言模型的人类偏好对齐79

3.1基于人类反馈的强化学习框架79

3.2前沿偏好对齐方法84

3.2.1RRHF84

3.2.2RLAIF85

3.2.3DPO87

3.2.4APO89

3.3基于DPO的偏好对齐实战90

3.3.1数据集介绍90

3.3.2TRL框架介绍92

3.3.3训练代码解析93

3.4本章小结96

第4章创建个人专属的ChatGPT——GPTs97

4.1GPTs初体验97

4.2GPTs的初阶使用105

4.2.1知识库的使用105

4.2.2内置插件的使用108

4.2.3知识库与内置插件的结合使用111

4.3GPTs的高阶使用113

4.4本章小结122

第5章大型语言模型SQL任务实战123

5.1公开数据集123

5.1.1英文公开数据集123

5.1.2中文公开数据集128

5.2主流方法132

5.2.1基于规则的方法133

5.2.2基于深度学习的方法133

5.2.3基于预训练语言模型的方法136

5.2.4基于大型语言模型的方法136

5.3Text2SQL任务实战141

5.3.1项目介绍141

5.3.2数据预处理142

5.3.3模型微调147

5.3.4模型预测149

5.4本章小结150

第6章大型语言模型的角色扮演应用151

6.1角色扮演151

6.1.1大型语言模型如何进行角色扮演153

6.1.2角色扮演数据的构造方法155

6.1.3大型语言模型角色扮演的能力评估155

6.2角色扮演实战测试156

6.3基于Baichuan的角色扮演模型微调159

6.3.1项目介绍159

6.3.2数据预处理160

6.3.3模型微调164

6.3.4模型预测171

6.4本章小结175

第7章大型语言模型的对话要素抽取应用176

7.1对话要素抽取176

7.2对话要素抽取实战测试177

7.2.1基于GPT-3.5API进行对话要素抽取178

7.2.2基于Qwen-1.8B模型进行对话要素抽取180

7.3基于Qwen的对话要素抽取模型微调183

7.3.1项目介绍183

7.3.2数据预处理183

7.3.3模型微调190

7.3.4模型预测198

7.4本章小结202

第8章Agent应用开发203

8.1Agent概述203

8.2Agent的主要模块205

8.3Agent的行为决策机制207

8.4主流Agent框架211

8.4.1LangChain框架211

8.4.2LlamaIndex框架214

8.4.3AutoGPT框架215

8.4.4AutoGen框架216

8.4.5SuperAGI框架219

8.5本章小结221

第9章基于知识库的大型语言模型问答应用222

9.1基于知识库问答222

9.2向量数据库224

9.2.1文本的向量表征225

9.2.2向量的距离度量方法228

9.2.3常用的向量数据库229

9.3基于知识库的大型语言模型问答实战231

9.3.1BGE微调231

……

内容摘要
内容简介
这是一本系统梳理并深入解析大模型的基础理论、算法实现、数据构造流程、模型微调方法、偏好对齐方法的著作，也是一本能手把手教你构建角色扮演、信息抽取、知识问答、AI Agent等各种强大的应用程序的著作。本书得到了零一万物、面壁智能、通义千问、百姓AI、澜舟科技等国内主流大模型团队的负责人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：
（1）大型语言模型的基础理论，包括常见的模型架构、领域大型语言模型以及如何评估大模型的性能。
（2）大模型微调的关键步骤：从数据的收集、清洗到筛选，直至微调训练的技术细节。
（3）大模型人类偏好对齐方法，从基于人工反馈的强化学习框架到当前主流的对齐方法。
（4）通过GPTs快速搭建个性化的专属ChatGPT应用。
（5）通过开源模型在多种场景下搭建大模型应用，包括：表格查询、角色扮演、信息抽取、知识问答、AI Agent等。
（6）掌握大模型Agent方法以及Agent常用框架。
（7）基于LangChain框架构建一个AutoGPT应用。
本书集大模型理论、实践和场景落地于一体，提供大量经详细注释的代码，方便读者理解和实操。总之，不管里是想深入研究大模型本身，还是进行大模型相关应用搭建，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。

主编推荐
（1）作者资深，质量有保障作者是NLP和AI领域的资深专家，大模型领域的先驱者，实战经验丰富。（2）理论扎实，让你透彻理解大模型核心技术深入解析大模型的基础理论、算法实现、数据构造流程、模型微调方法、偏好对齐方法等，并提供大量代码及注解。（3）注重实战，手把手教你开发大模型应用手把手教你如何构建简单但强大的应用程序，如角色扮演、信息抽取、知识问答、AI Agent等。（4）指导行业实战，让你将大模型真正落地深入探讨了领域特定大模型的应用，如法律、医疗、金融和教育等。

精彩内容
这是一本系统梳理并深入解析大模型的基础理论、算法实现、数据构造流程、模型微调方法、偏好对齐方法的著作，也是一本能手把手教你构建角色扮演、信息抽取、知识问答、AIAgent等各种强大的应用程序的著作。本书得到了零一万物、面壁智能、通义千问、百姓AI、澜舟科技等国内主流大模型团队的负责人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：（1）大型语言模型的基础理论，包括常见的模型架构、领域大型语言模型以及如何评估大模型的性能。（2）大模型微调的关键步骤：从数据的收集、清洗到筛选，直至微调训练的技术细节。（3）大模型人类偏好对齐方法，从基于人工反馈的强化学习框架到当前主流的对齐方法。（4）通过GPTs快速搭建个性化的专属ChatGPT应用。（5）通过开源模型在多种场景下搭建大模型应用，包括：表格查询、角色扮演、信息抽取、知识问答、AIAgent等。（6）掌握大模型Agent方法以及Agent常用框架。（7）基于LangChain框架构建一个AutoGPT应用。本书集大模型理论、实践和场景落地于一体，提供大量经详细注释的代码，方便读者理解和实操。总之，不管里是想深入研究大模型本身，还是进行大模型相关应用搭建，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 —

大型语言模型实战指南:应用实践与场景落地

灵感书店

商品详情

相关推荐