成功加入购物车
王家林段智华 / 机械工业出版社 / 2025-09 / 平装
售价 ¥ 66.60 6.7折
定价 ¥99.00
品相 全新
延迟发货说明
上书时间2026-10-13
卖家超过10天未登录
解码大模型 原理与实战
本书是一本面向开发人员的大模型及生成式AI实战指南,基于作者在美国硅谷企业级应用项目经验及企业培训经验编著而成。本书重点介绍企业级大模型应用开发、模型调优及部署运维等技能。全书共10章,内容涵盖生成式AI概述、大模型提示词深度解析、LangGraph+CrewAI案例、生成式AI应用开发项目实战、大模型指令微调与PEFT技术、RLHF与DPO模型对齐、大模型应用开发案例实战、为何Sora是通往AGI道路的里程碑、解码Sora架构原理、Sora关键技术解密等,书中的每个知识点都有相应的实现代码和实例。随书附赠源码,获取方式见封底。 本书的核心读者是有Python基础的大模型爱好者,主要面向广大从事大模型应用开发、机器学习、数据挖掘或深度学习的专业人员,相关专业的在校师生及相关领域的科研人员。
王家林(Gavin Wang) 人工智能专家,现任硅谷一家智能体企业CTO,专注于可控大模型、人本强化学习与智能体系统。拥有超过十年硅谷工作经验,历任 CTO、执行副总裁、首席数据科学家、杰出人工智能工程师与首席机器学习工程师。致力于推动人工智能系统走向“人本驱动、可信对齐、可持续进化”的下一代智能体范式。作为对话式人工智能与可控语言行为系统的实践者和探索者,提出多维可控生成体系,集成指令微调、符号逻辑、策略调度与自动约束验证,并将RLHF、DPO、GRPO、AZR、TTRL等强化学习算法用于语言行为控制。其“自博弈强化学习架构”通过自我生成、内部奖励与策略演化,推动智能体在部署后实现闭环自我进化。 段智华 中国电信股份有限公司上海分公司高级工程师,专注于大模型及智能体技术研究。持有多项软著,发表多篇EI学术论文,技术博客总阅读量达354万次。
前言 第1章 生成式AI概述/ 1.1生成式AI主线及落脚点/ 1.1.1生成式AI开发流程/ 1.1.2生成式AI关键要素/ 1.2生成式AI的深度探索/ 1.2.1生成式AI提示词七大关键/ 1.2.2生成式AI参照物的解析/ 1.2.3生成式AI核心组件的剖析/ 1.2.4生成式AI工程实践的全生命周期管理/ 1.2.5生成式AI核心内容的解读/ 第2章 大模型提示词深度解析/ 2.1生成式AI的文本、符号和模式/ 2.1.1提示词中的符号提取/ 2.1.2提示词中的模式提取/ 2.1.3文本处理和提取技术/ 2.2思维链推理剖析/ 2.3思维链提示实战/ 2.4ReAct技术原理/ 第3章 LangGraph+CrewAI案例/ 3.1生成式AI自动回复邮件项目简介/ 3.2生成式AI自动回复邮件项目代码架构/ 3.3LangGraph构建循环图/ 3.3.1图代码解析/ 3.3.2边代码解析/ 3.3.3节点代码解析/ 3.4CrewAI构建分布式对话机器人/ 3.4.1EmailFilterCrew代码解析/ 3.4.2EmailFilterAgents代码解析/ 3.4.3CreateDraftTool代码解析/ 3.4.4EmailFilterTasks代码解析/ 3.4.5EmailsState代码解析/ 第4章 生成式AI应用开发项目实战/ 4.1生成式AI应用开发/ 4.1.1生成式AI应用开发简介/ 4.1.2生成式AI框架LangChain/ 4.1.3生成式AI智能体架构/ 4.1.4生成式AI增强检索RAG/ 4.2生成式AI在教育领域的应用/ 4.2.1生成式AI教育系统代码目录架构/ 4.2.2生成式AI教育系统代码详细解析/ 4.3基于生成式AI的托福辅导案例详解/ 第5章 大模型指令微调与PEFT技术/ 5.1生成式AI指令微调原理和方法/ 5.1.1生成式AI指令微调简介/ 5.1.2指令微调代码解析/ 5.1.3指令微调在LLaMA 3中的应用/ 5.2PEFT与红队工程应用/ 5.2.1PEFT高效微调简介/ 5.2.2PEFT原理解密/ 5.2.3红队工程及安全/ 5.2.4红队工程代码解析/ 5.2.5宪法AI开发应用/ 第6章 RLHF与DPO模型对齐/ 6.1大模型微调概述与实践案例/ 6.1.1大模型微调简介/ 6.1.2指令微调解析/ 6.1.3指令微调数据集转换/ 6.1.4基于AWS微调 LLaMA实战/ 6.2KL散度解析/ 6.2.1KL散度简介/ 6.2.2KL散度与大模型幻觉/ 6.2.3KL散度数学原理解析/ 6.3基于人类反馈强化学习(RLHF)解析/ 6.3.1GPT模型训练流程/ 6.3.2RLHF解析/ 6.3.3RLHF代码解析/ 6.3.4RLHF全流程指南/ 6.3.5RLHF目标函数解析/ 6.3.6RLHF项目实战/ 6.4直接偏好优化算法(DPO)解析/ 6.4.1DPO算法解析/ 6.4.2DPO代码解析/ 6.4.3DPO项目案例实战/ 6.4.4KTO算法解析/ 6.4.5REFT算法解析/ 第7章 大模型应用开发案例实战/ 7.1基于思维链提示的内隐情感分析/ 7.1.1系统概述/ 7.1.2相关工作/ 7.1.3SAoT框架/ 7.1.4案例实践/ 7.1.5结论及致谢/ 7.2基于大语言模型的数学推理多工具集成应用/ 7.2.1系统概述/ 7.2.2相关工作/ 7.2.3技术方案/ 7.2.4案例实践/ 7.2.5结论及展望/ 第8章 为何Sora是通往AGI道路的里程碑/ 8.1从大语言模型(LLM)到大视觉模型(LVM)的关键转变/ 8.1.1LLM和LVM之间的关系及转变的意义/ 8.1.2揭示LVM在实现通用人工智能(AGI)中的作用/ 8.2Visual Data和Text Data的成功融合案例/ 8.3Sora如何依据文本指令生成具有三维一致性的视频内容/ 8.4解析Sora根据图像或视频生成高保真内容的技术路径/ 8.4.1Sora的推理流程/ 8.4.2Sora的训练流程/ 8.5探讨Sora在不同应用场景中的实践价值及其面临的挑战/ 8.5.1Sora在不同应用场景中的实践价值/ 8.5.2Sora面临的挑战/ 第9章 解码Sora架构原理/ 9.1Sora技术演进路径及能力根源/ 9.1.1Sora与神经网络原理解析/ 9.1.2Sora与扩散Transformers抽象/ 9.2DiT是如何帮助Sora实现一致、逼真、富有想象力的视频内容的/ 9.3为何选用Transformer作为Diffusion的核心网络/ 9.3.1稳定扩散模型解析/ 9.3.2CLIP模型解析/ 9.3.3Sora使用Transformer代替U-Net/ 9.3.4扩散模型加噪去噪流程解析/ 9.4DiT的Patchification原理及流程/ 9.5Conditional Diffusion过程及其在内容生成过程中的作用/ 9.5.1视频与文本指令对齐/ 9.5.2RoPE位置编码解析/ 第10章 Sora关键技术解密/ 10.1Sora如何利用Transformer和Diffusion技术理解物体间的互动/ 10.1.1Transformer加法操作解密/ 10.1.2Transformer通信通道本质解析/ 10.2为何时空块是Sora技术的核心/ 10.2.1Transformer嵌入式向量解密/ 10.2.2Transformer注意力作用解析/ 10.3时空潜在块详解/ 10.3.1Sora双核驱动机制解密/ 10.3.2Sora是一个相互作用的网络/ 参考文献
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30