机读格式显示(MARC)

• 000 01907nam0 2200313 450

• 001 0000213214

• 005 20250805110600.0

• 010 __ |a 978-7-115-67083-0 |d CNY159.80

• 100 __ |a 20250522d2025 em y0chiy50 ea

• 101 1_ |a chi |c ara |c dut

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 图解大模型 |A tu jie da mo xing |e 生成式AI原理与实战 |f 杰伊·阿拉马尔, (荷) 马尔滕·格鲁滕多斯特著 |d = Hands-on large language models |e language understanding and generation |f Jay Alammar, Maarten Grootendorst |g 李博杰译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2025.05

• 215 __ |a xxx, 349页 |c 彩图 |d 24cm

• 300 __ |a 图灵教育

• 305 __ |a 据原书2024年英文版译出

• 330 __ |a 本书全程图解式讲解, 通过大量全彩插图拆解概念, 让读者真正告别学习大模型的枯燥和复杂。 全书分为三部分, 依次介绍语言模型的原理、应用及优化。*部分 理解语言模型 (第1-3章), 解析语言模型的核心概念, 包括词元、嵌入向量及Transformer架构, 帮助读者建立基础认知。*部分 使用预训练语言模型 (第4-9章), 介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展, 提升模型的应用能力。第三部分 训练和微调语言模型 (第10-12章), 探讨大模型的训练与微调方法, 包括嵌入模型的构建、分类任务的优化及生成式模型的微调, 以适应特定需求。 本书适合对大模型感兴趣的*、研究人员和行业从业者。读者无须深度学习基础, 只要会用Python, *可以通过本书深入理解大模型的原理并上手大模型应用开发。书中示例还可以一键在线运行, 让学习过程更轻松。

• 510 1_ |a Hands-on large language models : language understanding and generation |z eng

• 517 1_ |a 生成式AI原理与实战 |A sheng cheng shi AI yuan li yu shi zhan

• 517 1_ |a 大模型 |A da mo xing

• 606 0_ |a 人工智能 |A ren gong zhi neng |j 图解

• 690 __ |a TP18 |v 5

• 701 _1 |a 阿拉马尔 |A a la ma er |g (Alammar, Jay) |4 著

• 701 _1 |a 格鲁滕多斯特 |A ge lu teng duo si te |g (Grootendorst, Maarten) |4 著

• 702 _0 |a 李博杰 |A li bo jie |4 译

• 801 _0 |a CN |b 安徽时代 |c 20250804

• 905 __ |a AHLSL |d TP18/293