內(nèi)容提要

本書從技術(shù)角度深度解析大模型的原理，從大模型的基礎(chǔ)概念及領(lǐng)域發(fā)展現(xiàn)狀入手，概述大模型的理論基礎(chǔ)，介紹OpenAI GPT、清華大學(xué)GLM、Meta Llama等主流大模型的技術(shù)原理，并從大模型參數(shù)高效微調(diào)、大模型指令微調(diào)、大模型訓(xùn)練優(yōu)化和大模型推理優(yōu)化等多角度解析大模型背后的技術(shù)，帶領(lǐng)讀者全方位掌握大模型的原理和實(shí)踐方法。本書最后介紹私有大模型的構(gòu)建，指導(dǎo)讀者做技術(shù)選型并搭建自己的私有大模型。

本書適合人工智能領(lǐng)域有大模型開發(fā)需求或?qū)Υ竽Ｐ图夹g(shù)感興趣的技術(shù)人員閱讀，也適合普通用戶擴(kuò)展了解大模型的前沿應(yīng)用。