本書采用理論與實訓案例相結合的形式，深入淺出地介紹了大模型的基礎知識。本書共分為8章，內容涵 蓋大模型的基礎知識、傳統語言模型基礎知識、神經網絡基礎知識、大模型的主要技術、大模型的微調與部署、 大模型的應用，以及面對的挑戰和未來發展等。
本書不僅適合作為高等院校人工智能、計算機科學與技術或相關專業學習大模型的入門教材，也適合從事相關工作的人工智能愛好者和工程師學習閱讀。
全面解讀基礎知識：介紹人工智能大模型基礎知識，適合新手入門
詳細介紹大模型底層邏輯：詳解語言模型、神經網絡語言模型、與訓練語言模型、大模型的技術發展、微調與部署，以及大模型在各領域的優化應用
深入解析場景應用：在各領域進行優化，深入淺出解析人工智能應用
清晰介紹實戰步驟：有理論有實訓，介紹了人工智能大模型底層邏輯與技術，以及在實際中的應用，步驟清楚，條理清晰，即學即用
在信息技術日新月異的今天，人工智能已經成為推動社會進步和產業升級的重要力量。作為 人工智能領域的核心技術之一，大模型的出現與發展，無疑為自然語言處理乃至整個AI領域帶來了革命性的變革。這些模型不僅擁有強大的語言生成與理解能力，還能夠在諸多應用場景中展現出驚人的表現，為人類生活與工作帶來了前所未有的便利與可能。正是在這樣的時代背景下，本書應運而生，旨在為讀者提供一份全面、深入且實用的學習指南。
一、為什么寫這本書
大模型在自然語言處理、圖像、視頻領域取得了顯著的成就，引領了AI技術的最新潮流，但其背后復雜的技術原理、精細的訓練方法及廣泛的應用場景，對于廣大初學者及從業者而言，依然造成了一定的學習障礙。為了跨越這一門檻，引領讀者深入探索這一前沿技術的奧秘，我們精心編寫了這本全面介紹大模型的書籍。
在這本書中，我們將深刻認識到大模型在不同領域的核心地位。它不僅是當前學術界研究的焦點，更在實際應用中展現出了無可比擬的價值，從智能客服到文本生成，從信息檢索到語言翻譯，從圖像生成到視頻生成，無處不在地改變著我們的生活和工作方式。因此，我們希望通過本書，為讀者搭建一座通往大模型技術深處的橋梁，使大家能夠系統地掌握這一技術，為未來的職 業發展鋪平道路，無論是面對挑戰還是把握機遇，都能游刃有余。
另外，市面上關于大模型的書籍往往偏重于理論闡述或具體應用，缺乏兩者之間的有效融合。鑒于此，本書致力于在理論與實踐之間架起一座穩固的橋梁，不僅詳細剖析模型的原理與訓練方法，還通過豐富的實際應用案例，幫助讀者將理論知識轉化為解決實際問題的能力。
在這個充滿無限創新與可能性的領域里，希望每個人都有潛力發現自我，創造價值，共同推動科技的進步與發展。
二、本書特色
- 零基礎講解，輕松上手
本書從最基本的概念出發，逐步深入，確保讀者即使沒有任何相關背景知識，也能輕松上手。無論你是初學者還是有一定基礎的從業者，都能在這里找到適合自己的學習路徑。
- 深入淺出的講解
采用通俗易懂的語言，結合生動的圖表和實例，將復雜的概念和原理講解得清晰易懂。同時，我們還通過一些類比和比喻，幫助讀者更好地理解這些概念和原理。
- 理論與實踐相結合
除了理論知識的講解，本書還非常注重實踐能力的培養。每一章都配備了相應的實訓案例，讓讀者在實踐中加深對理論知識的理解。
- 前沿技術的探討與未來展望
本書不僅關注當前大模型的最新技術，還對其未來發展進行了展望和探討。我們希望通過這種方式，能夠讓讀者緊跟技術發展的步伐，了解最新的技術趨勢和應用前景。
三、本書適合對象
本書適合對大模型感興趣的廣大讀者，無論是高校學生、研究人員，還是業界開發者，都能從本書中獲得寶貴的知識和啟發。對于初學者，本書提供了堅實的基礎知識；對于有經驗的專業人士，本書則提供了最新的技術動態和深入的分析。
四、作者團隊
本書由河南工業大學的史衛亞擔任主編，科大訊飛公司的劉田園、劉婉月擔任副主編。其中，史衛亞編寫了第1～2章和第5～8章，劉婉月編寫了第3章、劉田園編寫了第4章。本書為校企合作成果，在編寫過程中，編者竭盡所能地為讀者呈現最好、最全的實用基礎知識，若仍存在疏漏和不妥之處，敬請廣大讀者批評指正。
史衛亞：博士，副教授，IEEE會員，CCF會員，INNS會員。2009年獲得復旦大學計算機應用專業博士學位。20152016年在美國北卡羅來納大學做訪問學者，對機器學習、大數據檢索、數據庫、圖像和視頻處理、人工智能和模式識別等有深入研究。
劉田園：算法高級工程師，現就職于科大訊飛股份有限公司，并擔任河南工業大學人工智能與大數據學院人工智能雙師。具備多年算法開發經驗，發表人工智能相關專利多篇，研究方向包括自然語言處理、計算機視覺、推薦系統、機器學習等。
劉婉月：人工智能碩士，高級工程師，就職于科大訊飛股份有限公司，擁有豐富的人工智能項目落地實踐經驗，主要研究方向包括機器翻譯、自然語言處理和人工智能。
新書資訊