幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

生產級大模型應用設計(從模型優化到應用範式的全鏈路實踐)

  • 作者：(加)蘇哈斯·派|責編:王春華//戰美伊|譯者:成海霞
  • 出版社：機械工業
  • ISBN：9787111819301
  • 出版日期：2026/10/01
  • 裝幀：平裝
  • 頁數：313
人民幣：RMB 119 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    全書圍繞LLM應用設計的全生命周期展開，第一部分解析LLM的核心構成，涵蓋預訓練數據集的篩選與處理、辭彙表與分詞邏輯、模型架構設計等基礎要素，幫助讀者理解技術底層邏輯；第二部分聚焦應用實踐方法，深入探討模型微調、推理優化、幻覺緩解等關鍵技術，提供應對LLM固有局限的實操方案；第三部分介紹RAG、智能體等前沿應用範式，闡釋LLM與外部工具、數據源的集成邏輯。整體以技術落地為核心導向，通過具體案例與實操技巧，指導讀者突破技術瓶頸，掌握構建穩定、高效、可靠的生產級LLM應用的核心思維與工具鏈。
作者介紹
(加)蘇哈斯·派|責編:王春華//戰美伊|譯者:成海霞
目錄
前言
第一部分  大語言模型的構成要素
  第1章  大語言模型簡介
    1.1  大語言模型的概念界定
    1.2  大語言模型的發展脈絡
    1.3  大語言模型的影響
    1.4  大語言模型的企業應用
    1.5  提示詞設計
    1.6  通過API訪問大語言模型
    1.7  大語言模型的優勢與局限性
    1.8  首個聊天機器人原型的構建
    1.9  從原型到產品的蛻變
    1.10  總結
  第2章  預訓練數據集
    2.1  大語言模型的核心要素
    2.2  預訓練數據集的要求
    2.3  常見的預訓練數據集
    2.4  合成預訓練數據
    2.5  預處理訓練數據
    2.6  預訓練數據集對下游任務的影響
    2.7  預訓練數據集中的偏見與公平性問題
    2.8  總結
  第3章  辭彙表與分詞
    3.1  辭彙表
    3.2  分詞器
    3.3  分詞流程
    3.4  總結
  第4章  模型架構與學習目標
    4.1  預備知識
    4.2  表徵的含義
    4.3  Transformer架構
    4.4  損失函數
    4.5  內在模型評估
    4.6  實現Transformer所依托的3種架構
    4.7  學習目標
    4.8  預訓練模型
    4.9  總結
第二部分  大語言模型的應用與實踐
  第5章  引導大語言模型適應業務場景
    5.1  大語言模型領域的格局
    5.2  模型選擇與評估策略
    5.3  載入大語言模型
    5.4  解碼策略
    5.5  大語言模型推理實踐
    5.6  結構化輸出
    5.7  模型調試與可解釋性
    5.8  總結
  第6章  微調
    6.1  微調的必要性
    6.2  微調：完整實例

    6.3  微調數據集
    6.4  總結
  第7章  高級微調技術
    7.1  持續預訓練
    7.2  參數高效微調
    7.3  多模型融合
    7.4  總結
  第8章  對齊訓練與推理優化
    8.1  對齊訓練的概念
    8.2  強化學習
    8.3  幻覺
    8.4  緩解幻覺的策略
    8.5  輸入上下文引發的幻覺
    8.6  無關信息引發的幻覺
    8.7  模型推理
    8.8  強化模型推理能力
    8.9  總結
  第9章  推理優化
    9.1  大語言模型推理的主要挑戰
    9.2  推理優化技術
    9.3  計算優化技術
    9.4  加速解碼技術
    9.5  降低模型存儲需求的技術
    9.6  總結
第三部分  大語言模型的應用範式
  第10章  大語言模型與外部工具的集成
    10.1  大語言模型交互設計範式
    10.2  智能體的定義
    10.3  智能體工作流
    10.4  智能體系統的組成
    10.5  總結
  第11章  表徵學習與嵌入技術
    11.1  嵌入技術簡介
    11.2  語義搜索
    11.3  相似度計算
    11.4  針對嵌入模型的微調
    11.5  指令嵌入
    11.6  嵌入維度的優化
    11.7  文本分塊
    11.8  向量資料庫
    11.9  解釋嵌入向量
    11.10  總結
  第12章  RAG技術深度剖析與應用
    12.1  RAG的必要性
    12.2  RAG的典型應用場景
    12.3  檢索時機的把控
    12.4  RAG工作流
    12.5  RAG在內存管理中的應用
    12.6  RAG在訓練樣本選擇中的應用
    12.7  RAG在模型訓練中的應用

    12.8  RAG的局限性
    12.9  RAG與長上下文的對比
    12.10  RAG與微調的對比
    12.11  總結
  第13章  大語言模型應用的設計模式與系統架構
    13.1  多大語言模型架構
    13.2  編程範式
    13.3  總結

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032