潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

多模态大模型:从理论到实践/韩晓晨著

出版发行项:

北京:清华大学出版社,2025

ISBN及定价:

978-7-302-68692-7/CNY99.00

载体形态项:

324页:图;24cm

并列正题名:

Multimodal large models:from theory to practice

个人责任者:

韩晓晨 著

学科主题:

人工智能

中图法分类号:

TP18

相关题名附注:

英文并列题名取自封面

责任者附注:

韩晓晨, 博士, 长期从事高性能计算与大模型训练算力优化研究。近十年来, 专注于智能计算架构优化及大规模数据处理, 深耕控制算法、机器视觉等领域。

提要文摘附注:

本书分为两部分12章, 第1部分 (第1-5章) 围绕基础理论与技术解析展开论述, 包括基本概念、Transformer架构、跨模态对齐、模态融合, 以及多模态大模型的预训练方法、模型微调与优化等, 为理解多模态大模型的构建逻辑奠定基础。第2部分 (第6-12章) 聚集于多模态大模型的高级应用与场景实现, 包括主流视觉语言模型 (如CLIP、BLIP-2等) 的实现、跨模态推理与生成的技术应用、多模态大模型的推理与优化方法、模型的安全与可信性问题, 并通过多模态检索与推荐系统、多模态语义理解系统和多模态问答系统的端到端开发实践, 展示了多模态大模型的实际落地路径。

豆瓣简介：