机读格式显示(MARC)

• 000 01833oam2 2200289 450

• 001 0000747562

• 005 20240904144100.0

• 010 __ |a 978-7-302-65881-8 |d CNY89.00

• 100 __ |a 20240520d2024 emky0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a ChatGLM3大模型本地化部署、应用开发与微调 |A ChatGLM3da mo xing ben di hua bu shu ying yong kai fa yu wei tiao |f 王晓华著

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a 274页 |c 图 |d 26cm

• 225 2_ |a 人工智能技术丛书 |A ren gong zhi neng ji shu cong shu

• 312 __ |a 英文题名取自封面

• 314 __ |a 王晓华, 计算机专业讲师, 长期讲授面向对象程序设计、数据结构、Hadoop程序设计等研究生和本科生相关课程, 主要研究方向为云计算、数据挖掘。

• 330 __ |a 本书作为《PyTorch 2.0深度学习从零开始学》的姊妹篇, 专注于大模型的本地化部署、应用开发以及微调等。本书不仅系统地阐述了深度学习大模型的核心理论, 更注重实践应用, 通过丰富的案例和场景, 引导读者从理论走向实践, 真正领悟和掌握大模型本地化应用的精髓。全书共分13章, 全方位、多角度地展示了大模型本地化实战的完整方案, 内容包括大模型时代的开端、PyTorch 2.0深度学习环境搭建、基于gradio的云上自托管ChatGLM3部署实战、使用ChatGLM3与LangChain实现知识图谱抽取和智能问答、适配ChatGLM3终端的Template与Chain详解、ChatGLM3多文本检索的增强生成实战、构建以人为本的ChatGLM3规范化Prompt提示工程、使用ChatGLM3的思维链构建、GLM源码分析与文本生成实战、低资源单GPU微调ChatGLM3实战、会使用工具的ChatGLM3、上市公司财务报表非结构化信息抽取实战、上市公司财务报表智能问答与财务预警实战。

• 410 _0 |1 2001 |a 人工智能技术丛书

• 510 1_ |a Localization deployment, application development, and fine-tuning of the ChatGLM3 large model |z eng

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 690 __ |a TP18 |v 5

• 701 _0 |a 王晓华 |A wang xiao hua |4 著

• 801 _0 |a CN |b WFKJXY |c 20240904

• 905 __ |a WFKJXY |d TP18/609