內(nèi)容提要

本書從技術角度深度解析大模型的原理，從大模型的基礎概念及領域發(fā)展現(xiàn)狀入手，概述大模型的理論基礎，介紹OpenAI GPT、清華大學GLM、Meta Llama等主流大模型的技術原理，并從大模型參數(shù)高效微調(diào)、大模型指令微調(diào)、大模型訓練優(yōu)化和大模型推理優(yōu)化等多角度解析大模型背后的技術，帶領讀者全方位掌握大模型的原理和實踐方法。本書最后介紹私有大模型的構建，指導讀者做技術選型并搭建自己的私有大模型。

本書適合人工智能領域有大模型開發(fā)需求或?qū)Υ竽Ｐ图夹g感興趣的技術人員閱讀，也適合普通用戶擴展了解大模型的前沿應用。