机读格式显示(MARC)

• 000 02318nam0 2200301 450

• 001 0000771568

• 005 20250620213800.0

• 010 __ |a 978-7-302-66161-0 |d CNY79.00

• 099 __ |a CAL 012024067839

• 100 __ |a 20240628d2024 emky0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 快速部署大模型 |A kuai su bu shu da mo xing |e LLM策略与实践 |e 基于ChatGPT等大语言模型 |f (美) 斯楠·奥兹德米尔著 |d = Quick start guide to large language models |e strategies and best practices for using ChatGPT and other LLMs |f Sinan Ozdemir |g 姚普 ... [等] 译 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a 198页 |c 图 |d 24cm

• 314 __ |a 斯楠·奥兹德米尔 (Sinan Ozdemir), 拥有数学硕士学位, 是一位成功的人工智能企业家和风险投资顾问。在担任约翰·霍普金斯大学讲师期间, 首次涉足数据科学和机器学习, 并发明了人工智能领域的多项专利。姚普, 中国科学院大学博士, 现任京东资深算法工程师, 多年从事算法设计与开发、算法框架引擎开发、算法产品化开发, 在图算法和大模型领域深耕多年,《图深度学习从理论到实践》作者。

• 330 __ |a 作为人工智能领域的前沿技术之一, 大语言模型 (LLM) 的出现正逐步改变人类对语言、沟通乃至认知的理解。这些模型通过不断迭代与升级, 不仅在自然语言处理领域取得了革命性突破, 更是将人工智能的应用推向了一个崭新的高度。从简单的问答到复杂的文字生成, 从初级的情感理解到撰写具有丰富感情色彩的文章, LLM有着令人着迷的魔力, 并驱使着人们不断探索与实践, 发现更多令人兴奋的秘密。本书覆盖了大模型基本结构概述、提示词工程、大模型的微调、强化学习与人类反馈等基础理论知识, 也包含采用大模型制作检索引擎、推荐系统、文图检索等人门应用实践, 还介绍了大模型应用于商业生产时, 开源与闭源的策略选择等, 能够帮助广大读者对大模型的相关知识有一个快速的认知, 进而帮助读者快速融入人工智能时代。

• 500 10 |a Quick start guide to large language models : strategies and best practices for using ChatGPT and other LLMs |A Quick Start Guide To Large Language Models : Strategies And Best Practices For Using Chatgpt And Other Llms |m Chinese

• 517 1_ |a LLM策略与实践 |A llm ce lue yu shi jian

• 517 1_ |a 基于ChatGPT等大语言模型 |A ji yu chatgpt deng da yu yan mo xing

• 606 0_ |a 自然语言处理 |A zi ran yu yan chu li

• 690 __ |a TP391 |v 5

• 701 _1 |a 奥兹德米尔 |A ao zi de mi er |g (Ozdemir, Sinan) |4 著

• 702 _0 |a 姚普 |A yao pu |4 译

• 801 _0 |a CN |b WFKJXY |c 20250620

• 905 __ |a WFKJXY |d TP391/236