机读格式显示(MARC)

• 000 01488nam0 2200265 450

• 001 0000834846

• 005 20240927135124.0

• 010 __ |a 978-7-111-75845-7 |d CNY99.00

• 100 __ |a 20240905d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 大型语言模型实战指南 |f 刘聪 ... [等] 著 |e 应用实践与场景落地

• 210 __ |a 北京 |c 机械工业出版社 |d 2024-08-01

• 215 __ |a X, 277页 |d 24cm

• 225 2_ |a 智能系统与技术丛书

• 304 __ |a 题名页题其余责任者：沈盛宇、李特丽、杜振东

• 330 __ |a 本书是一本集理论、实践、应用与落地于一体的大型语言模型力作，共10章。第1章详细介绍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这些模型的性能。第2章解析模型微调的关键步骤。第3章介绍如何将大型语言模型与人类偏好进行对齐。第4章展示了如何利用GPTs来快速构建一个个性化的专属ChatGPT应用。第5章介绍Text2SQL应用的搭建，以及如何通过DeepSeekCoder模型进行定制化优化。第6章探讨角色扮演应用的构建，并介绍了如何通过微调Baichuan模型来增强体验。第7章聚焦于对话信息抽取应用的搭建，展示了如何通过微调Qwen模型将大型语言模型有效地应用于实际场景中。第8章介绍大型语言模型Agent以及常用框架。第9章深入RAG模型的各个组件，展示了如何构建一个基于知识库的智能问答应用。第10章则基于LangChain框架，引导读者构建一个AutoGPT应用，展示了大型语言模型在自动化任务执行中的潜力。

• 333 __ |a 程序员及相关读者

• 606 0_ |a 自然语言处理@j指南

• 690 __ |a TP391-62

• 701 _0 |a 刘聪/沈盛宇/李特丽

• 801 _0 |a CN |b 百万庄 |c 20240905

• 960 __ |e 重点