内容简介
本书以图解的方式深入浅出地讲解生成式AI与大模型的核心原理，涵盖Transformer架构、注意力机制、预训练与微调等关键技术，并通过实际案例展示如何构建和应用生成式模型，帮助读者从理论到实践全面掌握生成式AI的方方面面。
书中配有大量直观的图示和代码示例，使得复杂的概念变得易于理解和掌握。无论是AI领域的新手还是有一定基础的开发者，都能从中获得宝贵的知识和实践经验。本书还探讨了生成式AI在文本、图像、音频等领域的应用前景，并提供了实用的部署与优化建议。
目录
内容介绍
O’Reilly Media, Inc.介绍
对本书的赞誉
对本书中文版的赞誉
译者序
以直观理解为先的理念
基础知识要求
本书结构
硬件和软件要求
API密钥
本书使用的约定
代码示例的使用
O’Reilly在线学习平台（O’Reilly Online Learning）
联系我们
中文版序
第一部分
理解语言模型
第1章
大语言模型简介
第2章
O’Reilly Media, Inc.介绍
对本书的赞誉
对本书中文版的赞誉
译者序
以直观理解为先的理念
基础知识要求
本书结构
硬件和软件要求
API密钥
本书使用的约定
代码示例的使用
O’Reilly在线学习平台（O’Reilly Online Learning）
联系我们
中文版序
第一部分
理解语言模型
第1章
大语言模型简介
第2章
词元和嵌入
第3章
LLM的内部机制
第二部分
使用预训练语言模型
第4章
文本分类
第5章
文本聚类和主题建模
第6章
提示工程
第7章
高级文本生成技术与工具
第8章
语义搜索与检索增强生成
第9章
多模态LLM
第三部分
训练和微调语言模型
第10章
构建文本嵌入模型
第11章
为分类任务微调表示模型
第12章
微调生成模型
附录A
图解DeepSeek-R1
链接资源
大模型面试题200问
第3章
LLM的内部机制
第二部分
使用预训练语言模型
第4章
文本分类
第5章
文本聚类和主题建模
第6章
提示工程
第7章
高级文本生成技术与工具
第8章
语义搜索与检索增强生成
第9章
多模态LLM
第三部分
训练和微调语言模型
第10章
构建文本嵌入模型
第11章
为分类任务微调表示模型
第12章
微调生成模型
附录A
图解DeepSeek-R1
链接资源
大模型面试题200问
免责申明：
1. 本站分享的所有书籍均来源于自互联网，部分书籍中可能有压制者放置的广告，这并不是本站所为，请注意甄别。
2. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
3. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
4. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
5. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
1. 本站分享的所有书籍均来源于自互联网，部分书籍中可能有压制者放置的广告，这并不是本站所为，请注意甄别。
2. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
3. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
4. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
5. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
📖 支持知识自由流动
每一本书的稳定访问，都离不开服务器、存储与带宽的长期维护。
