官术网_书友最值得收藏!

大型語(yǔ)言模型實(shí)戰(zhàn)指南:應(yīng)用實(shí)踐與場(chǎng)景落地
會(huì)員

這是一本系統(tǒng)梳理并深入解析大模型的基礎(chǔ)理論、算法實(shí)現(xiàn)、數(shù)據(jù)構(gòu)造流程、模型微調(diào)方法、偏好對(duì)齊方法的著作,也是一本能手把手教你構(gòu)建角色扮演、信息抽取、知識(shí)問(wèn)答、AIAgent等各種強(qiáng)大的應(yīng)用程序的著作。本書(shū)得到了零一萬(wàn)物、面壁智能、通義千問(wèn)、百姓AI、瀾舟科技等國(guó)內(nèi)主流大模型團(tuán)隊(duì)的負(fù)責(zé)人的高度評(píng)價(jià)和鼎力推薦。具體地,通過(guò)本書(shū)你能了解或掌握以下知識(shí):(1)大型語(yǔ)言模型的基礎(chǔ)理論,包括常見(jiàn)的模型架構(gòu)、領(lǐng)域大型語(yǔ)言模型以及如何評(píng)估大模型的性能。(2)大模型微調(diào)的關(guān)鍵步驟:從數(shù)據(jù)的收集、清洗到篩選,直至微調(diào)訓(xùn)練的技術(shù)細(xì)節(jié)。(3)大模型人類(lèi)偏好對(duì)齊方法,從基于人工反饋的強(qiáng)化學(xué)習(xí)框架到當(dāng)前主流的對(duì)齊方法。(4)通過(guò)GPTs快速搭建個(gè)性化的專(zhuān)屬ChatGPT應(yīng)用。(5)通過(guò)開(kāi)源模型在多種場(chǎng)景下搭建大模型應(yīng)用,包括:表格查詢(xún)、角色扮演、信息抽取、知識(shí)問(wèn)答、AIAgent等。(6)掌握大模型Agent方法以及Agent常用框架。(7)基于LangChain框架構(gòu)建一個(gè)AutoGPT應(yīng)用。本書(shū)集大模型理論、實(shí)踐和場(chǎng)景落地于一體,提供大量經(jīng)詳細(xì)注釋的代碼,方便讀者理解和實(shí)操。總之,不管里是想深入研究大模型本身,還是進(jìn)行大模型相關(guān)應(yīng)用搭建,本書(shū)都應(yīng)該能給你頗具價(jià)值的技術(shù)啟發(fā)與思考,讓你在大模型的路上快速前行,少走彎路。

劉聰 沈盛宇 李特麗 杜振東 ·人工智能 ·11.2萬(wàn)字

AI輔助編程實(shí)戰(zhàn)
會(huì)員

本書(shū)深入探討了AI(人工智能)如何革新軟件開(kāi)發(fā)領(lǐng)域,從AI輔助編程的演變、優(yōu)勢(shì)與挑戰(zhàn)到具體的工具與技術(shù)實(shí)現(xiàn),為開(kāi)發(fā)者打開(kāi)了一個(gè)全新的世界。全書(shū)共10章,第1章介紹了編程的歷史演變和生成式AI的崛起;第2章深入技術(shù)細(xì)節(jié),解釋了AI輔助編程工具的主要功能和工作原理;第3章討論了提示工程的重要性,以及如何與AI工具進(jìn)行有效溝通;第4章和第5章通過(guò)GitHubCopilot和其他AI編程工具的案例,展示了AI在實(shí)際開(kāi)發(fā)中的應(yīng)用;第6章擴(kuò)展到通用大語(yǔ)言模型,如ChatGPT和GPT-4,探討了它們?cè)谌粘H蝿?wù)處理中的應(yīng)用;第7章和第8章覆蓋了軟件開(kāi)發(fā)的早期階段和代碼編寫(xiě)過(guò)程,展示了AI如何輔助決策、提高學(xué)習(xí)效率和代碼質(zhì)量;第9章討論了調(diào)試、測(cè)試和部署過(guò)程中AI的作用;第10章總結(jié)了AI輔助編程的一些啟示,包括學(xué)習(xí)曲線(xiàn)、優(yōu)勢(shì)、不足及對(duì)未來(lái)工作的影響。本書(shū)適合軟件開(kāi)發(fā)者、編程愛(ài)好者、技術(shù)項(xiàng)目經(jīng)理、高等院校計(jì)算機(jī)科學(xué)專(zhuān)業(yè)的學(xué)生及對(duì)AI在編程領(lǐng)域的應(yīng)用感興趣的專(zhuān)業(yè)人士閱讀。

(美)湯姆·陶利 ·人工智能 ·11萬(wàn)字

MindSpore大語(yǔ)言模型實(shí)戰(zhàn)
會(huì)員

隨著ChatGPT等大語(yǔ)言模型的迅速發(fā)展,大語(yǔ)言模型已經(jīng)成為人工智能領(lǐng)域發(fā)展的快車(chē)道,不同領(lǐng)域涌現(xiàn)出各種強(qiáng)大的新模型。開(kāi)發(fā)者想要獨(dú)立構(gòu)建、部署符合自身需求的大語(yǔ)言模型,需要理解大語(yǔ)言模型的實(shí)現(xiàn)框架和基本原理。本書(shū)梳理大語(yǔ)言模型的發(fā)展,首先介紹Transformer模型的基本原理、結(jié)構(gòu)和模塊及在NLP任務(wù)中的應(yīng)用;然后介紹由只編碼(Encoder-Only)到只解碼(Decoder-Only)的技術(shù)路線(xiàn)發(fā)展過(guò)程中對(duì)應(yīng)的BERT、GPT等大語(yǔ)言模型;接下來(lái)介紹大語(yǔ)言模型在部署、訓(xùn)練、調(diào)優(yōu)過(guò)程中涉及的各種關(guān)鍵技術(shù),如自動(dòng)并行、預(yù)訓(xùn)練與微調(diào)、RLHF等,并提供相應(yīng)的實(shí)踐指導(dǎo);最后以開(kāi)源大語(yǔ)言模型BLOOM和LLaMA為樣例,介紹其架構(gòu)和實(shí)現(xiàn)過(guò)程,幫助讀者理解并構(gòu)建、部署自己的大語(yǔ)言模型。本書(shū)還提供了基于MindSpore框架的豐富樣例代碼。本書(shū)適合人工智能、智能科學(xué)與技術(shù)、計(jì)算機(jī)科學(xué)與技術(shù)、電子信息工程、自動(dòng)化等專(zhuān)業(yè)的本科生和研究生閱讀,同時(shí)也為從事大語(yǔ)言模型相關(guān)工作的軟件開(kāi)發(fā)工程師和科研人員提供翔實(shí)的參考資料。

陳雷編著 ·人工智能 ·6.6萬(wàn)字

破解深度學(xué)習(xí)(核心篇):模型算法與實(shí)現(xiàn)
會(huì)員

本書(shū)旨在采用一種符合讀者認(rèn)知角度且能提升其學(xué)習(xí)效率的方式來(lái)講解深度學(xué)習(xí)背后的核心知識(shí)、原理和內(nèi)在邏輯。經(jīng)過(guò)基礎(chǔ)篇的學(xué)習(xí),想必你已經(jīng)對(duì)深度學(xué)習(xí)的總體框架有了初步的了解和認(rèn)識(shí),掌握了深度神經(jīng)網(wǎng)絡(luò)從核心概念、常見(jiàn)問(wèn)題到典型網(wǎng)絡(luò)的基本知識(shí)。本書(shū)為核心篇,將帶領(lǐng)讀者實(shí)現(xiàn)從入門(mén)到進(jìn)階、從理論到實(shí)戰(zhàn)的跨越。全書(shū)共7章,前三章包括復(fù)雜CNN、RNN和注意力機(jī)制網(wǎng)絡(luò),深入詳解各類(lèi)主流模型及其變體;第4章介紹這三類(lèi)基礎(chǔ)模型的組合體,即概率生成模型;第5章和第6章著重介紹這些復(fù)雜模型在計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理兩大最常見(jiàn)領(lǐng)域的應(yīng)用;第7章講解生成式大語(yǔ)言模型的內(nèi)在原理并對(duì)其發(fā)展趨勢(shì)予以展望。本書(shū)系統(tǒng)全面,深入淺出,且輔以生活中的案例進(jìn)行類(lèi)比,以此降低學(xué)習(xí)難度,能夠幫助讀者迅速掌握深度學(xué)習(xí)的基礎(chǔ)知識(shí)。本書(shū)適合有志于投身人工智能領(lǐng)域的人員閱讀,也適合作為高等院校人工智能相關(guān)專(zhuān)業(yè)的教學(xué)用書(shū)。

瞿煒 李力 楊潔 ·人工智能 ·13.4萬(wàn)字

被算法操控的生活:重新定義精準(zhǔn)廣告、大數(shù)據(jù)和AI
會(huì)員

這是一個(gè)“算法世界”:建立在數(shù)據(jù)之上的算法指導(dǎo)社會(huì)的運(yùn)行、決定我們能在網(wǎng)上看到什么;它更是自動(dòng)駕駛、智能管家、未來(lái)醫(yī)療以至智慧城市的基石。如果我們不了解算法如何使用數(shù)據(jù),就無(wú)法知道人工智能將如何改變我們的生活。通過(guò)采訪(fǎng)谷歌和劍橋分析公司的數(shù)據(jù)專(zhuān)家、親自模擬高科技巨頭的算法模型,薩普特帶我們直擊智能產(chǎn)品背后的秘密、思考數(shù)字科技給社會(huì)帶來(lái)的風(fēng)險(xiǎn)。我們對(duì)科技和互聯(lián)網(wǎng)的日益依賴(lài),使數(shù)據(jù)研究者能夠收集與我們有關(guān)的數(shù)據(jù),比如買(mǎi)過(guò)哪些東西、對(duì)哪些話(huà)題感興趣等。借助這些數(shù)據(jù),他們能夠窺視我們的日常、預(yù)測(cè)我們的行為,并建立起試圖控制我們生活的算法。這些算法從最冷靜、理性的角度分析我們的性格、影響我們的選擇,并放大了社會(huì)偏見(jiàn)和歧視的威力。通過(guò)探討最前沿的人工智能技術(shù),本書(shū)還揭露了一個(gè)驚人事實(shí):人工智能必須以大數(shù)據(jù)和算法為基礎(chǔ),我們的生活可能永遠(yuǎn)無(wú)法出現(xiàn)真正的超級(jí)AI。

(瑞典)大衛(wèi)·薩普特 ·人工智能 ·14.8萬(wàn)字

未知環(huán)境中移動(dòng)機(jī)器人自定位技術(shù)
會(huì)員

本書(shū)以未知環(huán)境中移動(dòng)機(jī)器人導(dǎo)航控制中自定位技術(shù)作為研究?jī)?nèi)容,對(duì)未知環(huán)境中移動(dòng)機(jī)器人自定位技術(shù)的基本原理、典型技術(shù)和研究進(jìn)展進(jìn)行了比較詳細(xì)的介紹和討論,并融入了作者多年來(lái)的相關(guān)研究成果。本書(shū)共分八章,重點(diǎn)介紹了內(nèi)外部定位傳感器誤差分析、復(fù)雜地形下的航跡推測(cè)、動(dòng)態(tài)環(huán)境中基于環(huán)境感知的自定位、未知數(shù)據(jù)關(guān)聯(lián)下基于概率技術(shù)的并發(fā)建圖與定位等方面的研究進(jìn)展,意在推動(dòng)認(rèn)知科學(xué)、模式識(shí)別等學(xué)科的前沿問(wèn)題的研究,對(duì)提高探測(cè)移動(dòng)機(jī)器人導(dǎo)航控制中的自定位技術(shù)水平具有重要的意義。本書(shū)可作為高等院校計(jì)算機(jī)科學(xué)與技術(shù)、智能科學(xué)與技術(shù)、自動(dòng)化等專(zhuān)業(yè)的研究生或高年級(jí)本科生的專(zhuān)業(yè)基礎(chǔ)課輔助教材,亦可供廣大從事智能機(jī)器人、人工智能、智能控制和智能系統(tǒng)研究、設(shè)計(jì)、應(yīng)用和開(kāi)發(fā)領(lǐng)域的科技工作者和高等院校的師生閱讀和參考。

于金霞 王璐 蔡自興 ·人工智能 ·17.6萬(wàn)字

Keras深度學(xué)習(xí):入門(mén)、實(shí)戰(zhàn)與進(jìn)階
會(huì)員

這是一本理論與實(shí)踐兼顧的深度學(xué)習(xí)著作,它通過(guò)精心的內(nèi)容組織和豐富的案例講解,幫助讀者零基礎(chǔ)入門(mén),并迅速晉級(jí)為有一定理論基礎(chǔ)和項(xiàng)目實(shí)戰(zhàn)能力的高手。基礎(chǔ)方面,不僅介紹了Keras等各種深度學(xué)習(xí)框架的使用和開(kāi)發(fā)環(huán)境的搭建,還對(duì)深度學(xué)習(xí)的基礎(chǔ)知識(shí)做了講解;理論方面,詳細(xì)講解了全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器和生成式對(duì)抗網(wǎng)絡(luò)等核心神經(jīng)網(wǎng)絡(luò)的原理和應(yīng)用;應(yīng)用層面,不僅講解了如何用Keras開(kāi)發(fā)各種深度學(xué)習(xí)模型,還講解了深度學(xué)習(xí)在圖像處理和文本處理兩大核心場(chǎng)景的應(yīng)用;實(shí)戰(zhàn)方面,每個(gè)深度學(xué)習(xí)模型原理的背后都有精心設(shè)計(jì)的Keras實(shí)現(xiàn)代碼,每章都有多個(gè)綜合性案例,讀者可以在調(diào)試和執(zhí)行代碼的過(guò)程中掌握深度學(xué)習(xí)模型設(shè)計(jì)與開(kāi)發(fā)的各種方法和技巧。本書(shū)內(nèi)容結(jié)構(gòu)合理,重點(diǎn)突出;寫(xiě)作方式循序漸進(jìn),易于讀者理解;行文風(fēng)格幽默風(fēng)趣,讀起來(lái)不枯燥。

謝佳標(biāo) ·人工智能 ·15.4萬(wàn)字

從機(jī)器學(xué)習(xí)到深度學(xué)習(xí):基于scikit-learn與TensorFlow的高效開(kāi)發(fā)實(shí)戰(zhàn)
會(huì)員

這是一本場(chǎng)景式的機(jī)器學(xué)習(xí)實(shí)踐書(shū),筆者努力做到“授人以漁,而非授人以魚(yú)”。理論方面從人工智能(AI)與機(jī)器學(xué)習(xí)(ML)的基本要素講起,逐步展開(kāi)有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)這三大類(lèi)模型的應(yīng)用場(chǎng)景與算法原理;實(shí)踐方面通過(guò)金融預(yù)測(cè)、醫(yī)療診斷概率模型、月球登陸器、圖像識(shí)別、寫(xiě)詩(shī)機(jī)器人、中國(guó)象棋博弈等案例啟發(fā)讀者將機(jī)器學(xué)習(xí)應(yīng)用在各行各業(yè)里,其中后三個(gè)案例使用了深度學(xué)習(xí)技術(shù)。本書(shū)試圖用通俗的語(yǔ)言講解涵蓋算法模型的機(jī)器學(xué)習(xí),主要內(nèi)容包括機(jī)器學(xué)習(xí)通用概念、三個(gè)基本科學(xué)計(jì)算工具、有監(jiān)督學(xué)習(xí)、聚類(lèi)模型、降維模型、隱馬爾可夫模型、貝葉斯網(wǎng)絡(luò)、自然語(yǔ)言處理、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、模型遷移等。在深入淺出地解析模型與算法之后,介紹使用Python相關(guān)工具進(jìn)行開(kāi)發(fā)的方法、解析經(jīng)典案例,使讀者做到“能理解、能設(shè)計(jì)、能編碼、能調(diào)試”,沒(méi)有任何專(zhuān)業(yè)基礎(chǔ)的讀者在學(xué)習(xí)本書(shū)后也能夠上手設(shè)計(jì)與開(kāi)發(fā)機(jī)器學(xué)習(xí)產(chǎn)品。本書(shū)內(nèi)容深入淺出、實(shí)例典型,適合對(duì)機(jī)器學(xué)習(xí)感興趣的產(chǎn)品設(shè)計(jì)、技術(shù)管理、數(shù)據(jù)分析、軟件開(kāi)發(fā)或?qū)W生讀者。閱讀本書(shū)既能了解當(dāng)前工業(yè)界的主流機(jī)器學(xué)習(xí)與深度學(xué)習(xí)開(kāi)發(fā)工具的使用方法,又能從戰(zhàn)略方面掌握如何將人工智能技術(shù)應(yīng)用到自己的企業(yè)與產(chǎn)品中。

劉長(zhǎng)龍 ·人工智能 ·19.6萬(wàn)字

大數(shù)據(jù)智能風(fēng)控:模型、平臺(tái)與業(yè)務(wù)實(shí)踐
會(huì)員

這是一本深入講解智能風(fēng)控理論體系和風(fēng)控全生命周期業(yè)務(wù)實(shí)踐的著作。作者基于在銀行業(yè)10余年的風(fēng)控經(jīng)驗(yàn),首先詳細(xì)講解了“大數(shù)據(jù)、模型、風(fēng)控平臺(tái)”三位一體的智能風(fēng)控體系,能為風(fēng)控實(shí)踐提供扎實(shí)的理論指導(dǎo);然后圍繞風(fēng)控的全生命周期,從貸前評(píng)估、貸中監(jiān)控、貸后管理以及智能反欺詐、智能催收等角度全面講解了智能風(fēng)控的業(yè)務(wù)實(shí)踐,深刻揭示了智能風(fēng)控體系的精髓。第1~2章全面而深入地探討了智能風(fēng)控的背景知識(shí):首先對(duì)基礎(chǔ)信貸業(yè)務(wù)進(jìn)行了細(xì)致解析,讀者可以從中了解其運(yùn)作方式和重要性;然后,梳理了智能風(fēng)控是如何隨著技術(shù)的進(jìn)步和市場(chǎng)的需求逐漸成熟和完善的。第3~5章圍繞“數(shù)據(jù)、模型、風(fēng)控平臺(tái)”三位一體的智能風(fēng)控理論體系展開(kāi):首先介紹了內(nèi)部數(shù)據(jù)、外部數(shù)據(jù)、個(gè)人征信數(shù)據(jù)在智能風(fēng)控中的應(yīng)用,以及智能數(shù)據(jù)體系的構(gòu)建;然后深入探討了智能風(fēng)控模型的算法、評(píng)價(jià)指標(biāo)、開(kāi)發(fā)流程;最后講解了風(fēng)控平臺(tái)的理論框架、設(shè)計(jì)原則、架構(gòu)設(shè)計(jì)、建設(shè)流程以及決策引擎的建設(shè)。第6~8章圍繞風(fēng)控的全生命周期探討了風(fēng)控策略在實(shí)際業(yè)務(wù)中的應(yīng)用,包括貸前評(píng)估、貸中監(jiān)控、貸后管理,以及智能反欺詐和智能催收體系的建設(shè)和業(yè)務(wù)實(shí)踐,能幫助讀者將理論知識(shí)轉(zhuǎn)化為實(shí)際操作能力,更好地應(yīng)對(duì)現(xiàn)實(shí)業(yè)務(wù)中的挑戰(zhàn)。第9章對(duì)智能風(fēng)控的未來(lái)發(fā)展進(jìn)行了展望,不僅為讀者揭示了未來(lái)的機(jī)遇,也提供了對(duì)于如何應(yīng)對(duì)未來(lái)挑戰(zhàn)的思考。

鄧甄 李欽 ·人工智能 ·17.4萬(wàn)字

使能:人工智能驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)
會(huì)員

本書(shū)首先對(duì)智能經(jīng)濟(jì)的反饋路徑以及發(fā)展脈絡(luò)進(jìn)行了總結(jié)梳理,借助價(jià)值創(chuàng)造理論進(jìn)行分析,總結(jié)出智能企業(yè)運(yùn)算智能、感知智能、認(rèn)知智能三個(gè)階段,并據(jù)此分析了人工智能技術(shù)應(yīng)用在智能經(jīng)濟(jì)中發(fā)揮的關(guān)鍵作用。其次,本書(shū)根據(jù)商業(yè)模式理論比較了互聯(lián)網(wǎng)時(shí)代和智能時(shí)代的商業(yè)邏輯,指出互聯(lián)網(wǎng)時(shí)代以流量變現(xiàn)的邏輯為主,而數(shù)據(jù)增值則是智能經(jīng)濟(jì)時(shí)代價(jià)值創(chuàng)造的全新方式,因此各行各業(yè)都應(yīng)建立完整的數(shù)據(jù)增值模式,形成以數(shù)據(jù)為核心的價(jià)值創(chuàng)造流程閉環(huán),數(shù)據(jù)生成智能,智能又帶來(lái)更多數(shù)據(jù),充分發(fā)揮數(shù)據(jù)要素對(duì)智能經(jīng)濟(jì)發(fā)展的價(jià)值。最后,本書(shū)總結(jié)了智能經(jīng)濟(jì)的發(fā)展歸途,指出為了盡快翻越技術(shù)鴻溝,智能企業(yè)必須有效整合各方力量,迅速找到十倍速效應(yīng)發(fā)揮的區(qū)域,通過(guò)點(diǎn)狀加速換取翻越鴻溝的時(shí)間,以盡快進(jìn)入大眾市場(chǎng),并指出智能經(jīng)濟(jì)的在未來(lái)發(fā)展中將會(huì)出現(xiàn)活產(chǎn)品、軟定價(jià)的新模式。

隋越 楊學(xué)成 ·人工智能 ·12.5萬(wàn)字

云上的中國(guó)3:劇變中的AI時(shí)代
會(huì)員

在大模型競(jìng)相涌現(xiàn)并賦能干行百業(yè)的時(shí)代背景下,吳曉波帶領(lǐng)作者團(tuán)隊(duì)經(jīng)過(guò)實(shí)地調(diào)研與深入采訪(fǎng),從人工智能技術(shù)流派、AIGC創(chuàng)新企業(yè)、傳統(tǒng)應(yīng)用場(chǎng)景下的創(chuàng)新、人工智能產(chǎn)業(yè)鏈上下游四個(gè)主要維度,對(duì)來(lái)自計(jì)算機(jī)、互聯(lián)網(wǎng)、新能源、醫(yī)藥、科研、設(shè)計(jì)、電商、游戲、音頻、金融、圖像、繪畫(huà)、心理咨詢(xún)、智能硬件等熱門(mén)行業(yè)和領(lǐng)域的近50個(gè)極具代表性案例進(jìn)行了真實(shí)記錄與分析。本書(shū)通過(guò)橫向?qū)Ρ群?nèi)外人工智能技術(shù)的發(fā)展情況,將行業(yè)內(nèi)的專(zhuān)家觀點(diǎn)與躬耕產(chǎn)業(yè)一線(xiàn)代表的獨(dú)到見(jiàn)解深度結(jié)合,重點(diǎn)回答了人工智能大模型如何讓各行業(yè)煥發(fā)新的生機(jī),詳細(xì)介紹人工智能在諸多細(xì)分場(chǎng)景的新嘗試、新應(yīng)用、新規(guī)律和新的競(jìng)爭(zhēng)空間,揭示產(chǎn)業(yè)智能化趨勢(shì)中獨(dú)具一格的技術(shù)和鮮為人知的機(jī)遇,全景式呈現(xiàn)智能原生時(shí)代大模型的應(yīng)用與未來(lái)。

吳曉波 安健 劉斌 ·人工智能 ·12.7萬(wàn)字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 宁安市| 万盛区| 封开县| 丰镇市| 邵武市| 友谊县| 安多县| 湟中县| 新乡市| 海城市| 肥乡县| 哈巴河县| 凤冈县| 博兴县| 沙河市| 芦溪县| 横山县| 永春县| 株洲市| 石景山区| 东乡| 临沂市| 泽库县| 临汾市| 松江区| 项城市| 习水县| 德令哈市| 乌拉特前旗| 库尔勒市| 汽车| 横峰县| 开封市| 天津市| 牟定县| 凯里市| 桑植县| 腾冲县| 海城市| 阿勒泰市| 会东县|